[發(fā)明專利]襯砌檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010860687.1
• 申請日: 2020-08-25
• 公開（公告）號(hào): CN111815629B
• 公開（公告）日: 2020-12-08
• 發(fā)明（設(shè)計(jì)）人: 湯寅航;趙江華
• 申請（專利權(quán)）人: 創(chuàng)新奇智（南京）科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06K9/62;G06T7/11;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 李飛

本申請?zhí)峁┮环N襯砌檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及工程檢測技術(shù)領(lǐng)域。所述方法包括：通過隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)對隧道雷達(dá)圖像進(jìn)行檢測，確定襯砌區(qū)域圖像；通過襯砌線檢測神經(jīng)網(wǎng)絡(luò)對所述襯砌區(qū)域進(jìn)行檢測，確定所述襯砌區(qū)域圖像中的襯砌線圖像；基于所述隧道雷達(dá)圖像的梯度修正所述襯砌線圖像，獲得修正襯砌線；基于所述修正襯砌線的襯砌深度確定隧道襯砌的施工質(zhì)量的檢測結(jié)果。該方法通過神經(jīng)網(wǎng)絡(luò)模型逐次對襯砌區(qū)域和襯砌線進(jìn)行識(shí)別并修正，以完成襯砌線的自動(dòng)化檢測，提高了施工質(zhì)量的檢測結(jié)果的效率和準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請涉及工程檢測技術(shù)領(lǐng)域，具體而言，涉及一種襯砌檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，在鐵路、公路隧道的施工過程中，因?yàn)槭┕み^程不規(guī)范和施工過程偷料減料，會(huì)在施工結(jié)束后出現(xiàn)各種影響工程質(zhì)量的問題，如襯砌開裂、脫空、襯砌厚度不足、鋼筋密度不足等。為了保證隧道類重大工程的工程質(zhì)量，必須對施工質(zhì)量進(jìn)行檢測與驗(yàn)收，確保隧道使用安全。

由于隧道工程的使用場景特殊性，針對隧道施工中可能出現(xiàn)的質(zhì)量問題，工程驗(yàn)收過程目前采用雷達(dá)波檢測技術(shù)，對混凝土襯砌、鋼筋等進(jìn)行無損探測。隨后將探測采集的雷達(dá)數(shù)據(jù)可視化，由行業(yè)專家進(jìn)行處理分析，確定工程中的重要指標(biāo)是否符合設(shè)計(jì)要求。由于雷達(dá)檢測數(shù)據(jù)具有高復(fù)雜性和噪聲干擾，對雷達(dá)波圖像的判讀需要較高的專業(yè)知識(shí)與經(jīng)驗(yàn)。同時(shí)，由于隧道時(shí)常長達(dá)數(shù)公里乃至數(shù)十公里，采集到的雷達(dá)數(shù)據(jù)量也很龐大，人工判斷分析的處理效率較低，人效消耗過大，造成了隧道襯砌等隧道檢測效率較低的問題。

發(fā)明內(nèi)容

有鑒于此，本申請實(shí)施例的目的在于提供一種襯砌檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，以改善現(xiàn)有技術(shù)中存在的隧道襯砌等隧道檢測效率較低的問題。

本申請實(shí)施例提供了一種襯砌檢測方法，所述方法包括：通過隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)對隧道雷達(dá)圖像進(jìn)行檢測，確定襯砌區(qū)域圖像；通過襯砌線檢測神經(jīng)網(wǎng)絡(luò)對所述襯砌區(qū)域進(jìn)行檢測，確定所述襯砌區(qū)域圖像中的襯砌線圖像；基于所述隧道雷達(dá)圖像的梯度修正所述襯砌線圖像，獲得修正襯砌線；基于所述修正襯砌線的襯砌深度確定隧道襯砌的施工質(zhì)量的檢測結(jié)果。

在上述實(shí)現(xiàn)方式中，根據(jù)隧道雷達(dá)探測數(shù)據(jù)實(shí)現(xiàn)襯砌線的自動(dòng)檢測識(shí)別，輔助專業(yè)人員進(jìn)行雷達(dá)波判讀，有效減少了人工判讀的工作量，有效提高工程質(zhì)檢效率，并減少人工誤判的幾率，提高了隧道施工質(zhì)量檢測的效率。同時(shí)還對襯砌區(qū)域和襯砌線分層次識(shí)別，并對襯砌線進(jìn)行修正，提高了隧道質(zhì)量檢測的準(zhǔn)確性。

可選地，在所述采用隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)對隧道雷達(dá)圖像進(jìn)行檢測之前，所述方法還包括：基于語義分割模型構(gòu)建所述隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)。

在上述實(shí)現(xiàn)方式中，基于語義分割模型構(gòu)建的隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)，能夠?qū)D像分割成具有逐像素語義標(biāo)注的分割圖像，基于強(qiáng)語義信息表達(dá)和高空間分辨率提高了隧道襯砌區(qū)域識(shí)別準(zhǔn)確度。

可選地，所述隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)包括特征提取部分、特征融合部分、結(jié)果預(yù)測部分和尺寸恢復(fù)部分，所述隧道雷達(dá)圖像為所述隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)的輸入圖像，所述基于語義分割模型構(gòu)建所述隧道襯砌區(qū)域檢測神經(jīng)網(wǎng)絡(luò)，包括：基于特征提取網(wǎng)絡(luò)配置所述特征提取部分，所述特征提取部分包括多個(gè)階層，每個(gè)階層由多個(gè)卷積層構(gòu)成，卷積層之間通過至少一種shortcut連接結(jié)構(gòu)連通，所述多個(gè)階層中的前N個(gè)階層中每個(gè)階層分別用于將所述輸入圖像的特征長寬縮小M倍，獲得特征圖像；將多個(gè)不同空洞比例的卷積和一個(gè)全局均值池化組成所述特征融合部分，所述特征融合部分用于利用不同參數(shù)的空洞卷積和全局池化將不同尺度下的所述特征圖像進(jìn)行融合，獲得融合圖像；基于卷積層構(gòu)建所述結(jié)果預(yù)測部分，用于對所述融合圖像中的襯砌區(qū)域進(jìn)行預(yù)測，獲得所述襯砌區(qū)域的待定圖像；基于上采樣函數(shù)構(gòu)建所述尺寸恢復(fù)部分，用于對所述襯砌區(qū)域的待定圖像進(jìn)行上采樣，獲得與所述輸入圖像尺寸相同的所述襯砌區(qū)域圖像。