[發明專利]一種基于改進PSPNet網絡的橋梁裂縫檢測方法

在審

• 申請號: 202011306106.6
• 申請日: 2020-11-20
• 公開（公告）號: CN112560895A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 李良福;王楠;張晰
• 申請（專利權）人: 陜西師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安智萃知識產權代理有限公司 61221
• 代理人: 方力平

本發明屬于橋梁裂縫檢測技術領域，具體涉及一種基于改進PSPNet網絡的橋梁裂縫檢測方法，包括以下步驟：步驟一：對橋梁裂縫圖像數據進行歸一化處理，對光照不足的圖像進行拉普拉斯銳化；步驟二：對處理后的橋梁裂縫圖像數據集合進行幾何變換擴充；步驟三：建立結構為SPAM模塊與金字塔池化層并聯的檢測模型，并進行訓練；步驟四：將提取后的裂縫特征圖別送入到金字塔池化層和SPAM模塊中進行處理；步驟五：將金字塔池化層和SPAM模塊得到的特征圖進行融合，經過解碼模塊得到最終的橋梁裂縫分割圖。本方法在分割效果和各項評價指標上都有了明顯的提升，提高了橋梁裂縫檢測的精度。

技術領域

本發明屬于橋梁裂縫檢測技術領域，具體涉及一種基于改進PSPNet網絡的橋梁裂縫檢測方法。

背景技術

橋梁為人類擴大活動范圍提供媒介，已成為人類擴大生存空間的重要渠道，極大地促進了社會發展。改革開放以來，中國橋梁工程建設跨入黃金時期。據不完全統計，2019和2020年中國大跨度橋梁建成通車接近20座。交通運輸事業是我國經濟的重要支撐，是社會發展的強力保障，隨著交通運輸業的不斷發展，橋梁不僅承擔著促進經濟發展的重要功能，還關系著運輸人員的人身安全。近年來，國內外大橋垮塌事故頻繁發生，引起了我們對橋梁安全的高度重視。裂縫作為橋梁最常見的缺陷，是橋梁結構達到承載能力極限的標志，嚴重影響著橋梁的安全運營。因此針對橋梁裂縫檢測方法的研究具有極為重要的意義。

隨著計算機數字圖像處理和計算機視覺的飛速發展，國內外科研人員開始將這些新興的技術方法用于裂縫檢測任務中，取得了不錯的研究結果。傳統的圖像處理領域，Li等首先使用直方圖均衡化來解決照明不均勻影響裂縫檢測的問題，其次使用改進的Canny算法繪制裂縫輪廓。該方法對陰影條件下的裂縫圖像具有很好的檢測效果，但是當裂縫較為寬大時，檢測效果降低。Zhong等提出的基于改進的滲透模型，使用亮度特征和裂縫長度特征來去除噪聲區域，用來檢測不清晰的裂縫圖像。Amhaz等提出了一種基于最小代價路徑搜索的二維路面圖像裂縫檢測算法,但是該方法需要對多個參數進行優化,從而增加了算法運行時間。近幾年，深度學習成為計算機領域的研究熱點，國內外學者開始將深度學習與裂縫檢測結合在一起。Dongho Kang等提出了一種結合Faster R-CNN算法檢測裂縫區域的自動裂縫檢測，定位和量化方法,使用改進的管狀流場算法對區域進行定位，以從檢測到的裂縫區域中分割出裂縫像素。Li等利用滑動窗口算法將裂縫圖像切分成更小的圖像塊，再使用卷積神經網絡進行分類，最后使用改進的滑動窗口算法進行檢測，取得了較好的檢測效果。Zhang等使用卷積神經網絡，將圖像切成若干小塊，獲得每塊的裂縫概率圖，但該模型忽視了各個像素之間的空間關系，使得結果圖裂縫寬度大，精確度仍需提高。Long等將全卷積網絡應用于像素級裂縫檢測，使用反卷積進行上采樣彌補細節損失，但是沒有考慮像素之間的關系，缺乏空間一致性。Zhao等提出的PSPNet設計了一個金字塔池模塊來收集有效的上下文信息，包含不同尺度的信息。Badrinarayanan等提出了SegNet模型，利用池化索引保證了高層信息的完整性，但是對小目標進行上采樣時，仍會丟失部分邊界信息。

上述方法由于卷積運算會產生局部感受野，相同標簽像素對應的特征可能會有所不同，這些差異會導致類內不一致，影響識別的準確性，同時經過多次池化下采樣操作，圖像的細節信息也會逐步丟失。

發明內容

為了解決現有技術中存在的上述問題，本發明提供了一種基于改進PSPNet網絡的橋梁裂縫檢測方法。本發明要解決的技術問題通過以下技術方案實現：

一種基于改進PSPNet網絡的橋梁裂縫檢測方法，包括以下步驟：

步驟一：對采集到橋梁裂縫圖像數據進行歸一化處理，形成數據集合，并對光照不足的圖像進行拉普拉斯銳化；

步驟二：對處理后的橋梁裂縫圖像數據集合進行幾何變換擴充；并將集合劃分為訓練集、驗證集與測試集；