[發(fā)明專利]一種基于遙感圖像的裂縫檢測(cè)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201910343685.2 | 申請(qǐng)日: | 2019-04-26 |
| 公開(公告)號(hào): | CN110084302B | 公開(公告)日: | 2022-11-08 |
| 發(fā)明(設(shè)計(jì))人: | 田慧明;白霖抒;韓姣姣;馬泳潮 | 申請(qǐng)(專利權(quán))人: | 西安因諾航空科技有限公司 |
| 主分類號(hào): | G06V20/17 | 分類號(hào): | G06V20/17;G06V10/26;G06V10/28;G06V10/34;G06V10/764;G06V10/774;G06V10/82;G06N3/04 |
| 代理公司: | 西安通大專利代理有限責(zé)任公司 61200 | 代理人: | 徐文權(quán) |
| 地址: | 710077 陜西省西安市*** | 國(guó)省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 遙感 圖像 裂縫 檢測(cè) 方法 | ||
1.一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,包括以下步驟:
步驟1,將高分辨率的無人機(jī)航拍圖像轉(zhuǎn)換為灰度圖像;
步驟2,通過圓形卷積核對(duì)灰度圖像進(jìn)行黑帽運(yùn)算,得到黑帽運(yùn)算結(jié)果的圖像;
步驟3,將黑帽運(yùn)算結(jié)果的圖像進(jìn)行自適應(yīng)閾值分割,圖像成為二值化圖像;
步驟3中,自適應(yīng)閾值分割的過程包括以下步驟:
(1)通過公式(3)計(jì)算軟閾值T;
T=max(DST(:))*k (3)
式中,DST(:)為灰度圖像的全部像素值,k為每幅灰度圖像像素最大值,范圍為38%~43%;
(2)通過公式(4)對(duì)灰度圖像二值化操作;
其中,DST(x,y)為灰度圖像的像素值;BW為得到的二值化圖像;
步驟4,二值化圖像進(jìn)行膨脹后再腐蝕,得到膨脹、腐蝕后的二值化圖像;
步驟5,通過Hough直線檢測(cè)和面積排序獲取膨脹、腐蝕后的二值化圖像的連通域信息,得到裂縫分割圖像;
步驟6,針對(duì)裂縫分割圖像,通過CrackNet網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分類,提取后得到目標(biāo)裂縫。
2.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,步驟2中,黑帽運(yùn)算的公式為:
DST=close(Gray,element)-Gray (2)
其中,close(Gray,element)=erode(dilate(src,element))為閉運(yùn)算操作,element為選取的圓形結(jié)構(gòu)核,DST為黑帽運(yùn)算后得到的圖像,Gray為灰度圖像。
3.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,步驟4中,二值化圖像膨脹后再腐蝕過程的公式為:
其中,X為膨脹結(jié)果,Y為腐蝕結(jié)果,B(x),B(y)代表結(jié)構(gòu)元素,BW為二值化圖像,為膨脹后再腐蝕的工作空間;B為結(jié)構(gòu)元素。
4.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,步驟5中,獲取連通域信息,得到裂縫分割圖像的過程為對(duì)二值化圖像進(jìn)行八連通域處理,計(jì)算公式為:
N8(p)=N4∪(c+1,d+1),(c+1,d-1),(c-1,d+1),(c-1,d-1) (7)
其中,p為像素值,N8表示八連通域,N4為四連通域,其計(jì)算公式如下式(8)所示:
N4=(c,d-1),(c,d+1),(c-1,d),(c+1,d) (8)
式中,c,d分別為直角坐標(biāo)系中對(duì)應(yīng)的橫坐標(biāo)和縱坐標(biāo)。
5.根據(jù)權(quán)利要求1-4任意一項(xiàng)所述的基于遙感圖像的裂縫檢測(cè)方法,其特征在于,步驟6中,CrackNet網(wǎng)絡(luò)模型基于CNN網(wǎng)絡(luò)模型;CrackNet網(wǎng)絡(luò)模型的數(shù)據(jù)分類包括以下步驟:圖像依次經(jīng)過輸入層、卷積層C1、池化層S2、卷積層C3、下采樣層S4、卷積層C5、上采樣層和softmax-loss分類層處理;數(shù)據(jù)分類后,將裂縫類別概率大于0.5的為裂縫。
6.根據(jù)權(quán)利要求5所述的一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,卷積層C1中,卷積核的大小設(shè)置為3*3,步長(zhǎng)為1,初始化濾波類型為高斯;池化層S2中,池化的步長(zhǎng)為2。
7.根據(jù)權(quán)利要求5所述的一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,卷積層C3中卷積核的大小為3*3,步長(zhǎng)為1;下采樣層S4包括11個(gè)特征圖。
8.根據(jù)權(quán)利要求5所述的一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,卷積層C5中卷積核的大小為1*1,步長(zhǎng)為1;通過對(duì)卷積層C5的特征圖進(jìn)行雙線性差值處理,得到上采樣層。
9.根據(jù)權(quán)利要求1所述的一種基于遙感圖像的裂縫檢測(cè)方法,其特征在于,softmax-loss分類層處理過程為:輸出上卷積層中每一個(gè)像素屬于裂縫的概率值,取概率最大的作為該像素的類別。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安因諾航空科技有限公司,未經(jīng)西安因諾航空科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910343685.2/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 一種基于SOA架構(gòu)的多星異構(gòu)遙感數(shù)據(jù)集成方法
- 一種遙感數(shù)據(jù)處理系統(tǒng)
- 一種遙感數(shù)據(jù)遠(yuǎn)程云處理系統(tǒng)及方法
- 一種帶報(bào)警提示的RFID遙感鎖
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像糾正匹配方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 一種遙感監(jiān)測(cè)自然災(zāi)害數(shù)據(jù)處理方法及系統(tǒng)
- 遙感傳感器輻射定標(biāo)方法、裝置和電子設(shè)備
- 一種熱紅外遙感圖像重建方法和裝置
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





