[发明专利]一种基于图像的隧道病害识别系统

说明书

本发明涉及一种基于图像的隧道病害识别系统，属于隧道病害检测技术领域，包括：图像预处理系统接收图像采集系统传递过来的公路隧道的图像，并对采集后的图像进行预处理，增加衬砌表观病害区域和背景区域的对比度，得到输出图像，对输出图像的点状噪声、块状噪声和线状噪声部分进行提取，再进行滤除；图像分割处理系统利用图像分割将经过图像预处理系统滤除过噪声的图像进行二值化处理；图像特征提取系统对图像分割处理系统处理后的图像的特征部分进行提取，实现隧道衬砌表观病害区域的自动识别。本发明通过对图像进行去噪，来对图像进行增强，并利用回归损失的计算方式来对目标进行特征提取和分类，达到自动化检测的目的。

技术领域

本发明属于隧道病害检测技术领域，涉及一种基于图像的隧道病害识别系统。

背景技术

在公路隧道病害检测的过程中，通常采用采集病害图像的方式进行检测，然而目前的检测图像不够清晰，导致后续在识别图像的过程中出现误差，而且目前在识别图像时需要手动进行调参，导致效率低，周期长且检测方法的鲁棒性差的问题，在最后图像参数计算的工程中，目前的计算方式存在计算精度不准确的情况，极大的影响了公路隧道病害检测的精准性。

发明内容

有鉴于此，本发明的目的在于提供一种基于图像的隧道病害识别系统。

为达到上述目的，本发明提供如下技术方案：

本发明提供了一种基于图像的隧道病害识别系统，包括：

图像采集系统对公路隧道的图像进行采集；

图像预处理系统接收所述图像采集系统传递过来的公路隧道的图像，并对采集后的图像进行预处理，增加衬砌表观病害区域和背景区域的对比度，得到输出图像，对输出图像的点状噪声、块状噪声和线状噪声部分进行提取，再进行滤除；

图像分割处理系统利用图像分割将经过所述图像预处理系统滤除过噪声的图像进行二值化处理；图像特征提取系统对所述图像分割处理系统处理后的图像的特征部分进行提取，实现隧道衬砌表观病害区域的自动识别；病害特征分类系统对所述图像特征提取系统识别后的病害图像进行分类；

参数计算系统对所述病害特征分类系统分类后的图像进行参数计算，得到病害区域内病害形态参数。

作为本发明的一种优选技术方案，所述图像特征提取系统采用区域提案网络与边界框回归损失进行识别，其公式为：

式中，N_reg表示目标框的个数，i表示anchors的索引，表示对应GT(GroundTurth)的概率，t_i表示anchors对于GT的预测偏移量，表示anchors对于GT的真实偏移量是，l_reg(·)表示对单个anchors的边界框回归损失。

所述病害特征分类系统采用分类CNN网络与总分类损失进行分类，其公式为：

式中N_cls类别个数，p_i表示anchors是目标框的概率，l_cls(·)是对单个目标框的分类损失。

作为本发明的一种优选技术方案，所述图像预处理系统在对点状噪声提取的过程中，先统计每个连通区域中像素点的数量，设定阈值T_o，并对像素点数量n_k小于该阈值的连通域去除，其点状噪声提取公式为：I_s(x,y)＝{C_k(x,y)|n_k＜T_o,k＝1,2,...,n}

式中，I_s(x,y),C_k(x,y)分别表示点状噪声和连通区域。