[發明專利]一種基于無人機大場景圖像的橋梁裂縫辯識方法及系統

在審

• 申請號: 202310252589.3
• 申請日: 2023-03-16
• 公開（公告）號: CN116091582A
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 許鎮;王英旺;郝新田;范晶晶;唐禧妍;周權
• 申請（專利權）人: 北京科技大學
• 主分類號: G06T7/60
• 分類號: G06T7/60;G06T7/00;G06V20/17;G06V10/764;G06V10/82;G06N3/0464;G06N3/096
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明涉及土木工程計算機視覺技術領域，特別是指一種基于無人機大場景圖像的橋梁裂縫辯識方法及系統。一種基于無人機大場景圖像的橋梁裂縫辨識方法包括：對橋梁進行圖像采集，獲得大場景圖像；根據大場景圖像和預設的分類模型，獲得裂縫高噪聲數據集；根據裂縫高噪聲數據集對單階段深度學習網絡模型進行訓練，獲得構件裂縫辨識模型；將待辨識橋梁圖片輸入構件裂縫辨識模型進行計算，得到最大裂縫寬度值；將最大裂縫寬度值輸入顯示器顯示。本發明是一種結合無人機采集方法和大場景構件圖像的高效、精確的混凝土結構橋梁的裂縫特征辨識方法。

技術領域

本發明涉及土木工程計算機視覺技術領域，特別是指一種基于無人機大場景圖像的橋梁裂縫辯識方法及系統。

背景技術

現今我國已建混凝土結構橋梁數量龐大。橋梁出現裂縫是最常見的缺陷，會縮短橋梁服役周期，甚至威脅橋梁結構安全。而橋梁待檢裂縫寬度限值較大的構件（如橋面，護欄等）在檢測方面存在耗時多、精度低、成本高等問題。

目前，除了成本昂貴的橋梁裂縫人工檢測方法，應用前沿的技術主要以圖像識別為主，其中圖像采集尤以貼墻機器人和無人機等可移動設備應用最廣泛。這種方式在橋梁裂縫辨識方面能極大提高精度和降低成本。因此，不少學者致力于利用圖像識別開展橋梁裂縫檢測研究。這些研究以橋梁構件的局部圖像為主，裂縫識別準確率雖高，但所需采集圖像的數量巨大，導致檢測效率低，在實際應用中頗具挑戰。

在實際應用中，大場景構件圖像像素低，可能導致裂縫檢測精度下降，但是橋梁不同構件的待檢裂縫寬度限值不同，對于待檢裂縫寬度限值較大的構件，使用大場景圖像更為高效。

因此，在現有技術中缺乏一種結合無人機采集方法和大場景構件圖像的高效、精確的混凝土結構橋梁的裂縫特征辨識方法。

發明內容

本發明實施例提供了一種基于無人機大場景圖像的橋梁裂縫辯識方法及系統。所述技術方案如下：

一方面，提供了一種基于無人機大場景圖像的橋梁裂縫辯識方法，該方法由電子設備實現，該方法包括：

對橋梁進行圖像采集，獲得大場景圖像；

根據所述大場景圖像和預設的分類模型，獲得裂縫高噪聲數據集；

根據所述裂縫高噪聲數據集對單階段深度學習網絡模型進行訓練，獲得構件裂縫辨識模型；

將待辨識橋梁圖片輸入所述構件裂縫辨識模型進行計算，得到最大裂縫寬度值；

將所述最大裂縫寬度值輸入顯示器顯示。

可選地，所述對橋梁進行圖像采集，獲得大場景圖像，包括：

根據拍攝條件和設備參數選擇圖像重疊度和正攝距離；

根據拍攝任務制定飛行路徑；

根據所述圖像重疊度、所述正攝距離和所述飛行路徑進行大場景圖像采集。

可選地，所述根據所述大場景圖像和預設的分類模型，獲得裂縫高噪聲數據集，包括：

根據所述大場景圖像進行網絡分割，獲得小尺寸子圖像；

將所述小尺寸子圖像通過預設的分類網絡區進行圖像分類，獲得含背景的橋梁構件圖像；

對所述含背景的橋梁構件圖像進行背景去噪操作，獲得橋梁構件圖像；

根據所述橋梁構件圖像進行數據處理，獲得裂縫高噪聲數據集。

可選地，所述根據所述裂縫高噪聲數據集對單階段深度學習網絡模型進行訓練，獲得構件裂縫辨識模型，包括：

對所述裂縫高噪聲數據集進行劃分，獲得訓練集和驗證集；