[发明专利]一种基于压缩特征表示的混凝土裂缝检测方法及装置在审

专利信息
申请号: 201810107584.0 申请日: 2018-02-02
公开(公告)号: CN108197671A 公开(公告)日: 2018-06-22
发明(设计)人: 王保宪;赵维刚;王哲;李义强;张广远 申请(专利权)人: 石家庄铁道大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 石家庄国为知识产权事务所 13120 代理人: 夏素霞
地址: 050000 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征矩阵 压缩 待检测图像 混凝土裂缝 特征表示 图像块 低维 高维 检测 图像处理技术 分块处理 计算效率 裂缝检测 特征合并 压缩处理 保证
【权利要求书】:

1.一种基于压缩特征表示的混凝土裂缝检测方法,其特征在于,包括:

获取待检测图像;

对所述待检测图像进行分块处理得到至少一个图像块,并对所述图像块提取至少一种特征;

将提取的特征合并为高维特征矩阵;

对所述高维特征矩阵进行压缩处理得到低维压缩特征矩阵,对所述低维压缩特征矩阵进行检测,并根据检测结果生成所述待检测图像的二值图。

2.如权利要求1所述的基于压缩特征表示的混凝土裂缝检测方法,其特征在于,所述对所述高维特征矩阵进行压缩处理得到低维压缩特征矩阵包括:

构造稀疏投影矩阵,所述稀疏投影矩阵符合Johnson-Lindenstrauss引理;

基于预设压缩公式,根据所述稀疏投影矩阵对所述高维特征矩阵进行压缩得到低维压缩特征矩阵。

3.如权利要求2所述的基于压缩特征表示的混凝土裂缝检测方法,其特征在于,所述构造稀疏投影矩阵包括:

生成所述待构造的稀疏投影矩阵中的元素;

基于所述元素生成稀疏投影矩阵。

4.如权利要求3所述的基于压缩特征表示的混凝土裂缝检测方法,其特征在于,所述生成所述待构造的稀疏投影矩阵中的元素包括:

式中,所述ri,j表示所述待构造的稀疏投影矩阵中的第i行第j列的元素,所述s为所述待构造的稀疏投影矩阵的参数因子。

5.如权利要求4所述的基于压缩特征表示的混凝土裂缝检测方法,其特征在于,所述基于预设压缩公式,根据所述稀疏投影矩阵对所述高维特征矩阵进行压缩得到低维压缩特征矩阵包括:

v=Rx

式中,所述v表示低维压缩特征矩阵,所述R表示稀疏投影矩阵,所述x表示高维特征矩阵。

6.一种基于压缩特征表示的混凝土裂缝检测装置,其特征在于,包括:

获取单元,用于获取待检测图像;

分块单元,用于对所述待检测图像进行分块处理得到至少一个图像块,并对所述图像块提取至少一种特征;

生成单元,用于将提取的特征合并为高维特征矩阵;

检测单元,用于对所述高维特征矩阵进行压缩处理得到低维压缩特征矩阵,对所述低维压缩特征矩阵进行检测,并根据检测结果生成所述待检测图像的二值图。

7.如权利要求6所述的基于压缩特征表示的混凝土裂缝检测装置,其特征在于,所述检测单元包括:

构造子单元,用于构造稀疏投影矩阵,所述稀疏投影矩阵符合Johnson-Lindenstrauss引理;

压缩子单元,用于基于预设压缩公式,根据所述稀疏投影矩阵对所述高维特征矩阵进行压缩得到低维压缩特征矩阵。

8.如权利要求7所述的基于压缩特征表示的混凝土裂缝检测装置,其特征在于,所述构造子单元包括:

第一生成模块,用于生成所述待构造的稀疏投影矩阵中的元素;

第二生成模块,用于基于所述元素生成稀疏投影矩阵。

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于石家庄铁道大学,未经石家庄铁道大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810107584.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top