[發明專利]一種裂縫分割方法、裝置、電子設備及存儲介質

有效

• 申請號: 201910256537.7
• 申請日: 2019-04-01
• 公開（公告）號: CN110111334B
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 洪志友;任宇鵬;盧維
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/136;G06T7/00;G06T5/50
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種裂縫分割方法，其特征在于，所述方法包括：

將圖像輸入預先訓練完成的裂縫分割模型；

基于所述裂縫分割模型，對所述圖像進行卷積處理和池化處理，得到第一特征圖像；分別對所述第一特征圖像進行平均池化處理、最大池化處理和空洞卷積處理，得到每個第二特征圖像，其中，通過所述平均池化處理提取裂縫全局特征信息，通過所述最大池化處理保留裂縫邊緣特征信息，通過所述空洞卷積處理提取裂縫局部的特征信息；將每個第二特征圖像進行串行連接，得到第三特征圖像，對所述第三特征圖像進行殘差卷積處理，輸出裂縫分割圖像；

預先訓練裂縫分割模型的過程包括：

將訓練集中的每個裂縫圖像輸入裂縫分割模型，得到每個分割圖像；根據所述每個分割圖像和每個裂縫圖像對應的標注圖像，確定模型訓練誤差，經過預設的時間或預設的迭代次數后，將誤差最小的模型作為訓練完成的裂縫分割模型；

所述根據所述每個分割圖像和每個裂縫圖像對應的標注圖像，確定模型訓練誤差包括：

根據公式：確定每個像素點的誤差；根據所述每個像素點的誤差，確定模型訓練誤差；式中，p_t為分割圖像中像素點的像素值，所述像素值為未進行二值化的像素值，y為像素點的標注信息，當y＝1時表明該像素點為背景像素點，當y＝0時表明該像素點為裂縫像素點，α為加權常數。

2.如權利要求1所述的方法，其特征在于，所述對所述圖像進行卷積處理和池化處理，得到第一特征圖像包括：

對所述圖像進行卷積處理、池化處理和空洞卷積處理，得到第一特征圖像。

3.如權利要求1所述的方法，其特征在于，對所述圖像進行卷積處理和池化處理之后，將每個第二特征圖像進行串行連接之前，所述方法還包括：

對所述圖像進行卷積處理和池化處理后的第一特征圖像進行解碼處理，得到第四特征圖像；對每個第二特征圖像分別進行解碼處理，得到每個第五特征圖像；將所述第四特征圖像和每個第五特征圖像作為每個第二特征圖像；其中，所述第四特征圖像和每個第五特征圖像的分辨率相同。

4.如權利要求1所述的方法，其特征在于，所述對所述第三特征圖像進行殘差卷積處理，輸出裂縫分割圖像包括：

對所述第三特征圖像進行卷積處理，得到第六特征圖像；

將所述第三特征圖像和所述第六特征圖像進行融合，輸出裂縫分割圖像。

5.如權利要求1所述的方法，其特征在于，輸出裂縫分割圖像之后，所述方法還包括：

對所述裂縫分割圖像進行二值化處理。

6.一種裂縫分割裝置，其特征在于，所述裝置包括：

輸入模塊，用于將圖像輸入預先訓練完成的裂縫分割模型；

確定模塊，用于基于所述裂縫分割模型，對所述圖像進行卷積處理和池化處理，得到第一特征圖像；分別對所述第一特征圖像進行平均池化處理、最大池化處理和空洞卷積處理，得到每個第二特征圖像，其中，通過所述平均池化處理提取裂縫全局特征信息，通過所述最大池化處理保留裂縫邊緣特征信息，通過所述空洞卷積處理提取裂縫局部的特征信息；將每個第二特征圖像進行串行連接，得到第三特征圖像，對所述第三特征圖像進行殘差卷積處理，輸出裂縫分割圖像；

訓練模塊，用于將訓練集中的每個裂縫圖像輸入裂縫分割模型，得到每個分割圖像；根據所述每個分割圖像和每個裂縫圖像對應的標注圖像，確定模型訓練誤差，經過預設的時間或預設的迭代次數后，將誤差最小的模型作為訓練完成的裂縫分割模型；

所述訓練模塊，具體用于根據公式：確定每個像素點的誤差；根據所述每個像素點的誤差，確定模型訓練誤差；式中，p_t為分割圖像中像素點的像素值，所述像素值為未進行二值化的像素值，y為像素點的標注信息，當y＝1時表明該像素點為背景像素點，當y＝0時表明該像素點為裂縫像素點，α為加權常數。

7.如權利要求6所述的裝置，其特征在于，所述確定模塊，具體用于對所述圖像進行卷積處理、池化處理和空洞卷積處理，得到第一特征圖像。