[發明專利]一種水利風險評估方法及系統

在審

• 申請號: 202011128060.3
• 申請日: 2020-10-20
• 公開（公告）號: CN112233098A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 張兵;姚楊
• 申請（專利權）人: 張兵
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06Q10/06;G06Q50/06;G01N21/88;G01N23/046;G01N29/04;G01N29/06;G01N29/44;G01S7/41;G01S13/88
• 代理公司: 山東宏康知識產權代理有限公司 37322
• 代理人: 宮秀秀

本發明公開一種水利風險評估方法及系統，其中，通過所述訓練集對所述DenseNet神經網絡進行訓練以形成DenseNet神經網絡識別模型；構建水利設施的數字化模型；通過探傷裝置獲取待檢測水利設施的待測圖像；對所述待測圖像預處理獲取目標待測圖像；通過所述DenseNet神經網絡識別模型識別所述目標待測圖像；獲取并統計所述待檢測水利設施的數字化模型中缺陷情況對水利設施的風險進行評估。本發明水利風險評估方法及系統能夠對水利設施的缺陷進行檢測，并在數字化模型上展示缺陷分布，方便根據缺陷以及缺陷分布對水利設施的風險進行評估。

技術領域

本發明涉及水利風險評估領域，尤其涉及一種水利風險評估方法及系統。

背景技術

隨著社會經濟的發展，全國構建的水利工程越來越多，水利工程在防洪、灌溉、發電等方面發揮了重要作用。但是，大部分水利工程往往承受較大的作用力而且要受到各種侵蝕，存在風險因素。

現有技術中，為了保證水利工程的安全，避免水利工程的風險因素帶來的安全危害，需要對水利工程進行定期的檢測，檢測手段包括通過地質雷達、超聲波探傷器、CT探傷裝置和電磁波探傷裝置對水利設施進行探傷，獲取水利設施中的缺陷數據。但是，由于水利設施的體量往往都比較大，地質雷達、超聲波探傷器、CT探傷裝置和電磁波探傷裝置對水利設施探傷往往是局部性的，在進行水利設施的風險評估時，往往需要掌握水利設施整體的缺陷分布情況。現有的通過探傷裝置進行局部探傷，在將局部探傷結果進行結合獲取水利設施整體缺陷分布的方式效率低，不方便。

發明內容

本發明提供水利風險評估方法及系統，旨在解決評估水利風險時，缺乏統計缺陷在水利設施缺陷分布手段的問題。

為實現上述目的，本發明提供一種水利風險評估方法，包括以下步驟：

通過探傷裝置采集水利設施各類缺陷的圖像數據；

對所述圖像數據預處理獲取目標圖像數據；

對所述目標圖像數據根據缺陷類型分別設置標簽；

對所述目標圖像數據進行擴增處理獲取樣本集，將所述樣本集分為訓練集和測試集，所述訓練集和所述測試集中均包括所有缺陷類型；

構建DenseNet神經網絡，通過所述訓練集對所述DenseNet神經網絡進行訓練以形成DenseNet神經網絡識別模型，通過所述測試集測試判斷所述DenseNet神經網絡識別模型是否符合要求，不符合則繼續通過所述訓練集訓練；

通過探傷裝置獲取待檢測水利設施的待測圖像；對所述待測圖像預處理獲取目標待測圖像；

通過所述DenseNet神經網絡識別模型識別所述目標待測圖像；

獲取并統計所述待檢測水利設施的缺陷情況對水利設施的風險進行評估。

更進一步地，對所述圖像數據預處理獲取目標圖像數據包括：

將所述圖像數據增強對比度并轉化為灰度圖以突出所述圖像數據中的缺陷；

按照所述DenseNet神經網絡的輸入層要求處理所述灰度圖獲取所述目標圖像數據。

更進一步地，所述擴增處理的方式包括至少一種以下方式：帶標簽裁剪、帶標簽平移、改變亮度、加入噪聲、旋轉角度以及鏡像。

更進一步地，所述DenseNet神經網絡包括依次連接的輸入層、預處理層、卷積層、批歸一化層、Relu層、池化層、Dense模塊組(6)、批歸一化層、Relu層、卷積層、池化層、Dense模塊組(12)、批歸一化層、Relu層、卷積層、池化層、Dense模塊組(48)、批歸一化層、Relu層、卷積層、池化層、Dense模塊組(32)、批歸一化層、池化層、全鏈接層、softmax層、輸出層。