[發明專利]一種機場道面病害圖像的水膜去除方法

在審

• 申請號: 202210276194.2
• 申請日: 2022-03-21
• 公開（公告）號: CN114663386A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 張偉光;鐘靖濤;程杭林;張晶;馬濤;呼延菊;朱俊清
• 申請（專利權）人: 東南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/08;G06N3/04;G06K9/62;G06V10/764;G06V10/82
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱楨榮

1.一種機場道面病害圖像的水膜去除方法，其特征在于，包括以下步驟：

步驟1、構建編碼-解碼對稱的水膜生成結構；

步驟2、構建基于全卷積網絡的水膜判別結構；

步驟3、定義用于訓練水膜生成結構及水膜判別結構的對抗損失函數、循環一致性損失函數；

步驟4、融合水膜生成結構及水膜判別結構，建立積水道面病害圖像水膜去除模型；

步驟5、對積水道面病害圖像水膜去除模型進行訓練，得到訓練好的積水道面病害圖像水膜去除模型；

訓練的過程如下：利用水膜判別結構從積水道面病害圖像中完成道面病害圖像水膜層提取，在提取識別出道面病害圖像水膜層后，在積水道面病害圖像上減去提取的道面病害圖像水膜層即得到積水道面病害圖像水膜去除模型；

調整積水道面病害圖像水膜去除模型的學習率，根據學習率、對抗損失函數、循環一致性損失函數，采用前向傳播計算積水道面病害圖像水膜去除模型的對抗損失、循環一致性損失；

然后通過反向傳播進行對抗損失、循環一致性損失分配，保證積水道面病害圖像水膜去除模型生成道面病害無水膜圖像；

步驟6、利用訓練好的積水道面病害圖像水膜去除模型，將輸入積水道面病害圖像水膜圖像轉換為道面病害無水膜圖像，完成積水道面病害圖像水膜去除任務。

2.根據權利要求1所述的一種機場道面病害圖像的水膜去除方法，其特征在于，步驟1中水膜生成結構包括水膜生成編碼結構和水膜生成解碼結構，通過使用VGG16卷積神經網絡的前13個卷積層進行下采樣搭建水膜生成編碼結構，完成積水道面病害圖像水膜層的特征提取，然后通過搭建好的水膜生成解碼結構在上采樣層完成積水道面病害圖像水膜層特征的還原。

3.根據權利要求2所述的一種機場道面病害圖像的水膜去除方法，其特征在于，積水道面病害圖像水膜層特征包括水膜層位置特征及水膜厚度特征。

4.根據權利要求1所述的一種機場道面病害圖像的水膜去除方法，其特征在于，步驟2中基于全卷積網絡的水膜判別結構，通過Softmax判別函數對積水道面病害圖像進行水膜有無的判定。

5.根據權利要求1所述的一種機場道面病害圖像的水膜去除方法，其特征在于，步驟5中，積水道面病害圖像水膜去除模型停止訓練的方法如下：更新積水道面病害圖像水膜去除模型的參數并記錄積水道面病害圖像水膜去除模型的損失值，在積水道面病害圖像水膜去除模型訓練過程中選取一個訓練停止閾值，當積水道面病害圖像水膜去除模型的損失值不再變化時即結束訓練；反之繼續進行訓練，直到損失值不再變化。

6.根據權利要求1所述的一種機場道面病害圖像的水膜去除方法，其特征在于，步驟5中，積水道面病害圖像包括多對訓練圖像，每對訓練圖像包括積水道面病害水膜圖像的樣本空間A中的一個積水道面病害水膜圖像A1和道面病害無水膜圖像樣本空間B中的一個道面病害無水膜圖像B1，其中，A中包括多個用于訓練的積水道面病害水膜圖像，B中包括多個用于訓練的道面病害無水膜圖像， 每對訓練圖像中的A1和B1是隨機排列組合的。

7.根據權利要求1所述的一種機場道面病害圖像的水膜去除方法，其特征在于，采用Adam優化算法調整積水道面病害圖像水膜去除模型的學習率。