[發明專利]基于深度特征融合的機場道面裂縫檢測方法有效
| 申請號: | 202011091708.4 | 申請日: | 2020-10-13 |
| 公開(公告)號: | CN112215819B | 公開(公告)日: | 2023-06-30 |
| 發明(設計)人: | 李海豐;景攀;韓紅陽 | 申請(專利權)人: | 中國民航大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/10;G06N3/0464;G06N3/08;G06T5/30 |
| 代理公司: | 天津才智專利商標代理有限公司 12108 | 代理人: | 龐學欣 |
| 地址: | 300300 天*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 深度 特征 融合 機場 裂縫 檢測 方法 | ||
一種基于深度特征融合的機場道面裂縫檢測方法。其包括將原始彩色圖像輸入到深度神經網絡模型中,由可變形卷積模塊來強化特征提取網絡對裂縫形態特征的學習;將得到的裂縫特征圖輸入到多尺度卷積模塊中,可以捕獲不同感受野下裂縫的全局信息;最后通過特征融合模塊來提取裂縫不同層次的特征,融合裂縫不同階段的特征,實現對機場道面裂縫的準確分割。本發明利用可變形卷積模塊增強網絡對裂縫形態信息與位置信息的學習,在多尺度下提取特征,使得融合后病害特征信息更具有全面性,充分利用每個階段產生的裂縫信息,可以增強裂縫特征的表達,可有效用于機場道面裂縫病害檢測,且平均檢測精度較現有公知方法高。
技術領域
本發明屬于圖像識別技術領域,特別是涉及一種基于深度特征融合的機場道面裂縫檢測方法。
背景技術
機場道面裂縫一直是場道管理和養護部門關注的焦點。根據《民用機場道面評價管理技術規范》,裂縫是由于重復荷載、溫度翹曲應力和溫度收縮應力等綜合作用引起的板塊開裂造成的。裂縫作為機場道面最主要的病害之一,嚴重影響著機場的安全運營。因此,對機場道面裂縫進行有效檢測至關重要。
傳統的道面裂縫是采用人工方式進行檢測,該方法效率低、成本高、安全性差。隨著圖像處理技術的發展,道面裂縫自動采集與識別技術成為當前主流。為了從圖像中高效、準確、快速地提取裂縫,國內外學者對此進行了廣泛而深入的研究。Liu等人使用基于閾值分割的方法來提取裂縫區域,此方法雖簡單,但易受光照、紋理、噪聲的影響,適用范圍有限。針對此問題,Anders等人利用形態學方法和邏輯回歸統計方法來檢測鋼鐵產品上的裂縫,雖然噪聲得到抑制,但是造成了過度分割,誤檢嚴重。孫波成等人通過使用小波技術對道面圖像進行多分辨率二維小波分解,突出邊緣位置,加強裂縫邊緣提取效果,該方法雖然一定程度上可以抑制噪聲,但是需要調整小波與分解水平。Tien等人提出的FFA(Free-formanisotropy)算法在綜合考慮了亮度和連通性后對道路進行裂縫檢測,FFA算法在背景簡單的裂縫圖像上檢測效果較好,但是FFA算法對圖像中陰影與標線區域比較敏感,容易形成誤檢。Shi等人提出的CrackForest?算法引入隨機結構森林,融合了多個層次的互補特征來表征裂縫,在某種程度上可以將裂縫與噪聲進行區分,具有較高的檢測精度,但是CrackForest算法是基于人為設定的特征進行裂縫檢測,對于復雜背景、低對比度的裂縫識別能力不佳。機場道面具有紋理復雜、噪聲強、對比度低的特點,同時跑道上還存在飛機輪痕、橡膠污染等干擾因素,因此,傳統的裂縫檢測算法與機器學習算法并不能對機場道面裂縫進行有效檢測。
伴隨深度學習技術廣泛應用于各領域,其在圖像的分類與識別等方面取得了巨大成功,研究者對基于深度學習的圖像裂縫檢測進行了深入的研究。Deng?等人使用FasterR-CNN算法用于復雜背景的混凝土橋梁裂縫檢測,存在漏檢和精度差的問題。針對此問題,Fang等人提出了一種基于深度學習模型和貝葉斯概率分析的圖像裂縫檢測方法,精度得到了一定程度提升。Zhang等人首先將采集的圖像分割成帶有裂縫的圖像塊,然后使用深度學習網絡分割裂縫,但是裂縫分割結果太寬,精度較差。曹錦綱等人通過在編碼器-解碼器結構中加入注意力機制,構建了一種基于注意力機制的裂縫檢測網絡,提高了公路路面裂縫檢測的性能。文青等人使用Mask?Rcnn網絡檢測建筑物表面裂縫,裂縫的分割結果是源于檢測結果,由于候選框提取不準確,導致裂縫分割結果較差。Liu等人提出了一種深度層次卷積神經網絡,簡稱深度裂縫(DeepCrack),通過引入監督網絡與條件隨機場進行像素級別端到端的語義分割,該網絡在一定程度上提高了裂縫分割能力,但是存在較多誤檢的問題,尤其當病害與背景對比度較低時,誤檢較重。Cao等人使用全卷積網絡對混凝土裂縫進行檢測,采用編碼器-?解碼器結構,在一定程度上提升了裂紋檢測能力,但是由于反卷積只采用了最后幾層卷積層的特征,導致其裂縫分割邊緣模糊,細節信息未能得到較好的表達。上述問題導致現有病害檢測算法無法完全適用于機場道面裂縫病害檢測。
發明內容
為了解決上述問題,本發明的目的在于提供一種基于深度特征融合的機場道面裂縫檢測方法,以解決形態多變、寬度狹小、長短不一、且空間走勢呈自由曲線的裂縫病害檢測問題。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國民航大學,未經中國民航大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011091708.4/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種根據采集點反饋異常信息實現爆管分析邏輯的方法
- 下一篇:一種心理測評方法





