[發(fā)明專利]一種地下排水管道病害識別方法、智能終端及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910866237.0
• 申請日: 2019-09-12
• 公開（公告）號: CN110766045B
• 公開（公告）日: 2023-07-07
• 發(fā)明（設(shè)計(jì)）人: 李清泉;余建偉;郭文浩;陳智鵬;方旭
• 申請（專利權(quán)）人: 深圳大學(xué)
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V20/70;G06V10/82;G06N3/0464;G06N3/08;G06Q50/26
• 代理公司: 深圳市君勝知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44268
• 代理人: 王永文;劉文求

本發(fā)明公開了一種地下排水管道病害識別方法、智能終端及存儲介質(zhì)，所述方法包括：采集地下排水管道病害的圖片，對所述圖片按照病害類型進(jìn)行分類，對分類的圖片進(jìn)行病害標(biāo)注，構(gòu)建訓(xùn)練數(shù)據(jù)集；根據(jù)所述訓(xùn)練數(shù)據(jù)集對不同管材的地下排水管道病害進(jìn)行層次分類訓(xùn)練，得到層次分類的深度神經(jīng)網(wǎng)絡(luò)模型；將經(jīng)過預(yù)處理的地下排水管道病害的圖片輸入到所述層次分類的深度神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行自動識別，輸出病害識別和分類結(jié)果。本發(fā)明通過深度學(xué)習(xí)對地下排水管道內(nèi)的病害進(jìn)行分類，標(biāo)注和訓(xùn)練，得到層次分類的深度神經(jīng)網(wǎng)絡(luò)模型后，以實(shí)現(xiàn)對管線病害的自動識別，在實(shí)現(xiàn)較高的識別精度的同時(shí)保持較快的識別速度，降低人力成本。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種地下排水管道病害識別方法、智能終端及存儲介質(zhì)。

背景技術(shù)

地下管網(wǎng)的建設(shè)是城市基礎(chǔ)建設(shè)中必不可少的一部分，是城市地下空間高效開發(fā)、利用保障和有機(jī)的組成部分。城市地下管線四通八達(dá)、交錯(cuò)縱橫。正是這些不同類型的管線為城市居民持續(xù)不斷地傳遞信息、輸送能源、排棄廢物和防澇減災(zāi)，才保證了城市的持續(xù)、健康和高效的發(fā)展，是滿足城市居民安全感和舒適感的基本要求，也是衡量市政發(fā)展質(zhì)量的基本要求。地下管線是城市基礎(chǔ)設(shè)施的重要組成部分，是現(xiàn)代化城市高效運(yùn)轉(zhuǎn)的基本保證，是維持城市正常運(yùn)轉(zhuǎn)的動脈。中國的城市化進(jìn)程在不斷前進(jìn)，地下管線負(fù)荷越來越大。排水管是最常見的地下管線之一，受排水管道的老化、地下不良地質(zhì)條件、地下工程開挖等因素影響城市道路塌陷事故時(shí)有發(fā)生，排水管道事故隱患排查已經(jīng)是急需解決的問題。

地下管線的健康運(yùn)作是城市正常發(fā)展的必要條件，地下管線中存在許多病害，如何快速有效地發(fā)現(xiàn)病害，解決病害是建設(shè)智慧城市的必要解決的問題。目前，檢測地下管線病害手段，通常以電子內(nèi)窺鏡設(shè)備對管線做病害的檢測，如常見的管道閉路電視(CCTV)，管道潛望鏡檢測(QV)，CCTV進(jìn)入管道中，通過圖像檢測管道中的病害，這種檢測方式嚴(yán)重依賴人工，費(fèi)時(shí)耗力，檢測精度較低。

因此，現(xiàn)有技術(shù)還有待于改進(jìn)和發(fā)展。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提供一種地下排水管道病害識別方法、智能終端及存儲介質(zhì)，旨在解決現(xiàn)有技術(shù)中通過圖像檢測管道中的病害，這種檢測方式嚴(yán)重依賴人工，費(fèi)時(shí)耗力，檢測精度較低的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種地下排水管道病害識別方法，包括如下步驟：

采集地下排水管道病害的圖片，對所述圖片按照病害類型進(jìn)行分類，對分類的圖片進(jìn)行病害標(biāo)注，構(gòu)建訓(xùn)練數(shù)據(jù)集；

根據(jù)所述訓(xùn)練數(shù)據(jù)集對不同管材的地下排水管道病害進(jìn)行層次分類訓(xùn)練，得到層次分類的深度神經(jīng)網(wǎng)絡(luò)模型；

將經(jīng)過預(yù)處理的地下排水管道病害的圖片輸入到所述層次分類的深度神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行自動識別，輸出病害識別和分類結(jié)果。

可選地，所述的地下排水管道病害識別方法，其中，所述采集地下排水管道病害的圖片，對所述圖片按照病害類型進(jìn)行分類，對分類的圖片進(jìn)行病害標(biāo)注，構(gòu)建訓(xùn)練數(shù)據(jù)集，具體包括：

獲取圖像采集設(shè)備采集的地下排水管道病害的圖片；

接收對所述圖片按照不同的病害進(jìn)行人工分類的分類結(jié)果；

通過標(biāo)注軟件將完成分類的圖片進(jìn)行病害信息的標(biāo)注；

將完成標(biāo)注的圖片構(gòu)建訓(xùn)練數(shù)據(jù)集。

可選地，所述的地下排水管道病害識別方法，其中，所述圖像采集設(shè)備包括電子內(nèi)窺鏡、平板設(shè)備以及魚眼攝像頭。

可選地，所述的地下排水管道病害識別方法，其中，所述根據(jù)所述訓(xùn)練數(shù)據(jù)集對不同管材的地下排水管道病害進(jìn)行層次分類訓(xùn)練，得到層次分類的深度神經(jīng)網(wǎng)絡(luò)模型，具體包括：

使用殘差網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)的卷積神經(jīng)網(wǎng)絡(luò)，用于利用圖像級標(biāo)簽區(qū)分所述訓(xùn)練數(shù)據(jù)集中不同管材的不同病害和正常圖像；