欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024113289456
申请人: 广东海洋大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-17
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种混凝土裂缝检测方法,其特征在于,包括:

实时获取目标混凝土区域的第一遥感图像,并提取所述第一遥感图像的图像特征,以根据所述图像特征判断所述目标混凝土区域是否发生裂缝;

当检测到所述目标混凝土区域发生裂缝时,获取所述目标混凝土区域对应的第一图像序列数据,并对所述第一图像序列数据中的每一张第一图像进行图像形态学处理,以获取每一张所述第一图像中对应的裂缝区域;

根据所述裂缝区域对每一张所述第一图像进行分割,获得仅包含裂缝区域的连续的单张第二图像和若干张所述第二图像形成的光流图像;

将所述第二图像及所述光流图像输入至预训练的裂缝检测模型,通过所述裂缝检测模型提取每一张所述第二图像对应的外观特征和视差特征及提取所述光流图像对应的运动特征;

通过所述裂缝检测模型融合所述外观特征、视差特征及所述运动特征,获得所述目标混凝土区域对应的裂缝扩散特征;

基于所述裂缝扩散特征,通过预设的混凝土质量检测模型对所述目标混凝土区域的混凝土质量进行检测,输出所述目标混凝土区域对应的混凝土质量值。

2.根据权利要求1所述的一种混凝土裂缝检测方法,其特征在于,所述提取所述第一遥感图像的图像特征,以根据所述图像特征判断所述目标混凝土区域是否发生裂缝,包括:对所述第一遥感图像进行最小噪声分离变化处理,提取所述第一遥感图像对应的各波段像素值,并计算所述各波段像素值的平方和,生成不同波段对应的第一光谱图像;

将不同波段对应的第一光谱图像进行整合,获得所述第一遥感图像对应的光谱图像;

将所述光谱图像与预构建的混凝土裂缝数据集中每一种混凝土裂缝对应的历史光谱图像进行相似度计算,以根据所述相似度计算的结果判断所述目标混凝土区域是否发生裂缝。

3.根据权利要求1所述的一种混凝土裂缝检测方法,其特征在于,所述对所述第一图像序列数据中的每一张第一图像进行图像形态学处理,以获取每一张所述第一图像中对应的裂缝区域,包括:对所述第一图像进行二值化处理,获取所述第一图像对应的灰度图;

计算所述灰度图中每一个像素的灰度值,并将所述灰度值与预设的灰度阈值进行比较,以根据比较的结果对所述灰度图进行像素分割,获得初始裂缝区域;

提取所述初始裂缝区域对应的纹理特征和颜色分布特征,通过聚类算法对所述初始裂缝区域进行图像分割,并对所述图像分割后的结果进行区域合并,生成所述第一图像对应的裂缝区域。

4.根据权利要求3所述的一种混凝土裂缝检测方法,其特征在于,所述根据所述裂缝区域对每一张所述第一图像进行分割,获得仅包含裂缝区域的连续的单张第二图像和若干张所述第二图像形成的光流图像,包括:根据所述裂缝区域对每一张所述第一图像进行图像分割,形成所述第一图像序列数据对应的第二图像序列数据;

对所述第二图像序列数据进行按帧分解,获得与所述第二图像序列数据对应的连续的单张第二图像;

根据所述第二图像序列数据,通过光流法提取所述第二图像序列数据的光流特征,获得与所述第二图像序列数据对应的连续的光流图像。

5.根据权利要求1所述的一种混凝土裂缝检测方法,其特征在于,所述通过所述裂缝检测模型提取每一张所述第二图像对应的外观特征和视差特征及提取所述光流图像对应的运动特征,包括:根据预设在所述裂缝检测模型中的第一特征提取网络中的通道灰度函数及结构灰度函数分别对所述第二图像进行通道灰度计算及结构灰度计算,获得所述第二图像的通道灰度及结构灰度;

根据所述通道灰度及所述结构灰度,通过预设在所述第一特征提取网络中的腐蚀函数及膨胀函数,获得所述通道灰度对所述结构灰度的腐蚀值及膨胀值;

根据所述腐蚀值及所述膨胀值,通过预设在所述第一特征提取网络中的开运算函数及闭运算函数进行多次开闭运算,获得所述第二图像对应的外观特征。

6.根据权利要求1所述的一种混凝土裂缝检测方法,其特征在于,所述通过所述裂缝检测模型提取每一张所述第二图像对应的外观特征和视差特征及提取所述光流图像对应的运动特征,包括:通过预设在所述裂缝检测模型中的第二特征提取网络提取所述第二图像中不同像素分别对应的位置偏差,并对所述位置偏差进行卷积处理,获得所述第二图像对应的视差特征;

通过预设在所述裂缝检测模型中的第三特征提取网络中的光流叠加公式计算所述连续的光流图像中相邻若干个光流图像之间位移光流的叠加,获得叠加的光流;

通过所述第三特征提取网络对所述叠加的光流进行卷积处理,提取所述光流图像对应的运动特征。

7.根据权利要求1所述的一种混凝土裂缝检测方法,其特征在于,所述通过所述裂缝检测模型融合所述外观特征、视差特征及所述运动特征,获得所述目标混凝土区域对应的裂缝扩散特征,包括:通过预设在所述裂缝检测模型的全连接层为所述外观特征和所述视差特征分配不同的权重,以根据所述权重融合所述外观特征和所述视差特征获得每一张所述第二图像对应的裂缝体积特征;

通过所述全连接层对所述裂缝体积特征与所述运动特征进行线性融合,输出所述目标混凝土区域对应的裂缝扩散特征。

8.根据权利要求1所述的一种混凝土裂缝检测方法,其特征在于,所述通过预设的混凝土质量检测模型对所述目标混凝土区域的混凝土质量进行检测,输出所述目标混凝土区域对应的混凝土质量值,包括:将所述裂缝扩散特征输入预设的混凝土质量检测模型,通过预设在所述混凝土质量检测模型中的若干个不同的决策树分别对所述裂缝扩散特征进行预测,获得若干个不同的第一混凝土质量值;

通过预设的回归计算函数或分类函数对所述若干个不同的混凝土质量值进行处理,获得所述目标混凝土区域对应的混凝土质量值。

9.一种混凝土裂缝检测系统,其特征在于,包括区域检测模块、裂缝检测模块、图像分割模块、特征提取模块、特征融合模块及质量检测模块;

所述区域检测模块用于实时获取目标混凝土区域的第一遥感图像,并提取所述第一遥感图像的图像特征,以根据所述图像特征判断所述目标混凝土区域是否发生裂缝;

所述裂缝检测模块用于当检测到所述目标混凝土区域发生裂缝时,获取所述目标混凝土区域对应的第一图像序列数据,并对所述第一图像序列数据中的每一张第一图像进行图像形态学处理,以获取每一张所述第一图像中对应的裂缝区域;

所述图像分割模块用于根据所述裂缝区域对每一张所述第一图像进行分割,获得仅包含裂缝区域的连续的单张第二图像和若干张所述第二图像形成的光流图像;

所述特征提取模块用于将所述第二图像及所述光流图像输入至预训练的裂缝检测模型,通过所述裂缝检测模型提取每一张所述第二图像对应的外观特征和视差特征及提取所述光流图像对应的运动特征;

所述特征融合模块用于通过所述裂缝检测模型融合所述外观特征、视差特征及所述运动特征,获得所述目标混凝土区域对应的裂缝扩散特征;

所述质量检测模块用于基于所述裂缝扩散特征,通过预设的混凝土质量检测模型对所述目标混凝土区域的混凝土质量进行检测,输出所述目标混凝土区域对应的混凝土质量值。

10.根据权利要求9所述的一种混凝土裂缝检测系统,其特征在于,所述区域检测模块包括光谱单元及裂缝检测单元;

所述光谱单元用于对所述第一遥感图像进行最小噪声分离变化处理,提取所述第一遥感图像对应的各波段像素值,并计算所述各波段像素值的平方和,生成不同波段对应的第一光谱图像;将不同波段对应的第一光谱图像进行整合,获得所述第一遥感图像对应的光谱图像;

所述裂缝检测单元用于将所述光谱图像与预构建的混凝土裂缝数据集中每一种混凝土裂缝对应的历史光谱图像进行相似度计算,以根据所述相似度计算的结果判断所述目标混凝土区域是否发生裂缝。