[發明專利]基于深度學習的混凝土裂縫識別系統及方法

在審

• 申請號: 202211061974.1
• 申請日: 2022-08-31
• 公開（公告）號: CN115482462A
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 王燕華;陳子彥;戴博聞;何俊澤
• 申請（專利權）人: 東南大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/764;G06V10/12;G06T7/73;G06T3/00;G06T3/20;G06N20/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 陳月菊

1.一種基于深度學習的混凝土裂縫識別系統，其特征在于，包括：裂縫圖像數據采集模塊、圖像數據處理模塊和裂縫識別模塊；

所述裂縫圖像數據采集模塊，用于采集獲取混凝土表面裂縫圖像并輸出；

所述圖像數據處理模塊，連接所述裂縫圖像數據采集模塊，根據所獲取的混凝土表面裂縫圖像，對獲取的圖像進行識別預處理；

所述裂縫識別模塊，利用基于剪枝先驗框的改進SSD算法模型對裂縫的圖像進行識別，對裂縫進行標識，并將結果進行儲存。

2.根據權利要求1所述的基于深度學習的混凝土裂縫識別系統，其特征在于，

所述裂縫圖像數據采集模塊，包括：拍攝平臺、高速SD存儲卡、服務器和數據庫；

在確定檢測目標后，即可通過所述拍攝平臺對目標區域進行圖像采集，通過提前設置好預處理和識別系統的圖像提取路徑，實現對上傳到電腦的圖像進行實時識別并將圖像自動傳輸至所述服務器。

3.根據權利要求2所述的基于深度學習的混凝土裂縫識別系統，其特征在于，

所述拍攝平臺，采用無人機系統、普通智能手機和單反相機中的至少一種為載體。

4.根據權利要求1所述的基于深度學習的混凝土裂縫識別系統，其特征在于，

所述圖像數據處理模塊，通過圖像灰度化及修正，圖像濾波處理和裂縫標記定位，對獲取的圖像數據進行預處理，以加快識別的收斂速度；

所述圖像灰度化及修正中將圖像像素的R、G、B分量采用分量法規則轉化為三者相等的形式，進行圖像灰度化；通過對灰度化的圖像進行直方圖均衡化可以對灰度進行再分配，使灰度值均勻地分布于灰度區間內，通過線性和非線性拉伸的灰度變換對圖像進行拉伸處理，對圖像進行灰度化修正；

所述圖像濾波處理，采用中值濾波方法，選取像素點鄰近所有像素點灰度值的中值作為該點濾波處理后的像素值，從而消除在圖像中孤立的噪點；

所述裂縫標記定位，采用LabelImg工具進行標記，先在圖像中標記出目標位置，后轉換為XML格式的文件，再傳輸到深度學習算法框架中進行識別。

5.根據權利要求1所述的基于深度學習的混凝土裂縫識別系統，其特征在于，

所述裂縫數據識別模塊，采用基于剪枝先驗框的改進SSD算法建立的混凝土裂縫識別模型，通過將圖像傳輸到服務器后，即可利用訓練好的模型進行識別，并將識別出的裂縫及其分析內容回傳至智能端，同時將信息傳輸入數據庫進行備份。

6.一種基于深度學習的混凝土裂縫識別方法，包括如下步驟：

S1、采集裂縫圖像；

S2、對S1采集的裂縫圖像進行預處理；

S3、采用基于剪枝先驗框的改進SSD算法建立的混凝土裂縫識別模型，對圖像進行識別檢測后，得到所述裂縫的識別結果。