[發明專利]一種基于深度學習的泡泉檢測方法及交互反饋系統

有效

• 申請號: 202210529486.2
• 申請日: 2022-05-16
• 公開（公告）號: CN114627124B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 李連國;邱建忠;萬國勇;鄔君;張堃博;鐘志堅;董超群;黃蘭波;黃凱;肖志鵬;廖炳飛;付紅賢;羅賢威
• 申請（專利權）人: 江西武大揚帆科技有限公司;中鐵水利水電規劃設計集團有限公司;寶尼（寧波）智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/70;G06T7/80
• 代理公司: 成都欣圣知識產權代理有限公司 51292
• 代理人: 胡小亮

本發明提供了一種基于深度學習的泡泉檢測方法及交互反饋系統，目的是解決現有發生泡泉險情后，無法及時定位泡泉位置，可能造成洪澇災害的問題，屬于圖像處理技術領域。該檢測該方法中，先采集疑似發生泡泉險情區域的紅外圖像、第一普通可見光圖像和第二普通可見光圖像，然后導入紅外模型、可見光空間模型和可見光時間模型中進行識別，由此判定是否發生泡泉、泡泉危險指數和泡泉發育情況。本發明還公開了一種泡泉檢測的交互反饋系統，其包括圖像采集模塊、預處理模塊、檢測標定模塊和反饋交互模塊等。本發明中的基于深度學習的泡泉檢測方法及交互反饋系統，能夠在大規模泡泉險情發生后快速定位泡泉地理位置，以便應急搶險人員迅速定位泡泉位置。

技術領域

本發明涉及圖像處理技術領域，具體地涉及一種基于深度學習的泡泉檢測方法及交互反饋系統。

背景技術

泡泉是指在滲流作用下，土體細顆粒沿骨架顆粒形成的孔隙，水在土孔隙中的流速增大引起土的細顆粒被沖刷帶走的現象，也稱翻沙鼓水或者管涌。

汛期時，江河、湖泊發生泡泉險情是造成堤壩損毀的一個重要因素，為防止這種災害發生，對堤壩定期或不定期進行檢測（或是汛期前提前檢測），可以預防泡泉險情的發生。但提前檢測畢竟可能百密一疏，仍存在發生大規模泡泉險情的可能性，一旦發生泡泉險情，無法及時定位泡泉的位置，則可能造成嚴重的洪澇災害。

發明內容

針對上述發生泡泉險情后，無法及時定位泡泉位置，可能造成洪澇災害的技術問題，本發明提供了一種基于深度學習的泡泉檢測方法及交互反饋系統，具有能夠在大規模泡泉險情發生后快速定位泡泉地理位置，判定泡泉危險指數和泡泉發育情況，以便應急搶險人員迅速定位泡泉位置的優點。

本發明的技術方案是：

一種基于深度學習的泡泉檢測方法，所述方法包括以下步驟：

步驟S10、按照預設拍攝間隔時間，對疑似發生泡泉險情區域內的若干采集點分別采集紅外圖像、第一普通可見光圖像和第二普通可見光圖像；紅外圖像與第一普通可見光圖像和第二普通可見光圖像對應，第一普通可見光圖像和第二普通可見光圖像為連續預設時刻拍攝的前后兩幀圖像；

步驟S20、將一具體時刻下拍攝一個采集點的紅外圖像導入預先訓練得到的紅外模型中進行識別，判定該紅外圖像的邊緣溫度和中心溫度的差值是否為預設值，并由此判定該紅外圖像是否為疑似泡泉圖像；

若判定結果為該紅外圖像疑似泡泉圖像，則確定紅外圖像中的疑似泡泉點；同時，確定疑似泡泉點在該紅外圖像中的第一像素位置，并將第一像素位置映射至與該紅外圖像對應的第一普通可見光圖像和第二普通可見光圖像，確定與第一像素位置對應的第二像素位置和第三像素位置，將判定結果反饋至應急搶險人員，進入下一步驟；

若判定結果為該紅外圖像非疑似泡泉圖像，則將該紅外圖像和對應的第一普通可見光圖像和第二普通可見光圖像拋出檢測環境，結束檢測，或者導入另一采集點，或者另一疑似發生泡泉險情區域的紅外圖像進行識別；

步驟S30、將判定為疑似泡泉圖像的紅外圖像對應的第一普通可見光圖像導入預先訓練得到的可見光空間模型中進行識別，判定第二像素位置是否存在圖像亮度明暗變化，由此判定第二像素位置是否發生疑似泡泉；

若判定結果是第二像素位置發生疑似泡泉，以分水嶺算法分割得到泡泉范圍，將判定結果反饋至應急搶險人員，同時將第二普通可見光圖像和第一普通可見光圖像相減得到的幀差圖像導入預先訓練得到的可見光時間模型中，判定第二像素位置和第三像素位置是否存在表面水流紋理變化，由此判定泡泉是否涌動；泡泉檢測完成后，結束檢測或者重復以上步驟，對另一采集點或者另一疑似發生泡泉險情區域進行檢測；

若判定結果為第二像素位置和第三像素位置未發生疑似泡泉，結束檢測或者重復以上步驟，對另一采集點或者另一疑似發生泡泉險情區域進行檢測；