[发明专利]一种地下排水管道病害识别方法、智能终端及存储介质

说明书

本发明公开了一种地下排水管道病害识别方法、智能终端及存储介质，所述方法包括：采集地下排水管道病害的图片，对所述图片按照病害类型进行分类，对分类的图片进行病害标注，构建训练数据集；根据所述训练数据集对不同管材的地下排水管道病害进行层次分类训练，得到层次分类的深度神经网络模型；将经过预处理的地下排水管道病害的图片输入到所述层次分类的深度神经网络模型中进行自动识别，输出病害识别和分类结果。本发明通过深度学习对地下排水管道内的病害进行分类，标注和训练，得到层次分类的深度神经网络模型后，以实现对管线病害的自动识别，在实现较高的识别精度的同时保持较快的识别速度，降低人力成本。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种地下排水管道病害识别方法、智能终端及存储介质。

背景技术

地下管网的建设是城市基础建设中必不可少的一部分，是城市地下空间高效开发、利用保障和有机的组成部分。城市地下管线四通八达、交错纵横。正是这些不同类型的管线为城市居民持续不断地传递信息、输送能源、排弃废物和防涝减灾，才保证了城市的持续、健康和高效的发展，是满足城市居民安全感和舒适感的基本要求，也是衡量市政发展质量的基本要求。地下管线是城市基础设施的重要组成部分，是现代化城市高效运转的基本保证，是维持城市正常运转的动脉。中国的城市化进程在不断前进，地下管线负荷越来越大。排水管是最常见的地下管线之一，受排水管道的老化、地下不良地质条件、地下工程开挖等因素影响城市道路塌陷事故时有发生，排水管道事故隐患排查已经是急需解决的问题。

地下管线的健康运作是城市正常发展的必要条件，地下管线中存在许多病害，如何快速有效地发现病害，解决病害是建设智慧城市的必要解决的问题。目前，检测地下管线病害手段，通常以电子内窥镜设备对管线做病害的检测，如常见的管道闭路电视(CCTV)，管道潜望镜检测(QV)，CCTV进入管道中，通过图像检测管道中的病害，这种检测方式严重依赖人工，费时耗力，检测精度较低。

因此，现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于提供一种地下排水管道病害识别方法、智能终端及存储介质，旨在解决现有技术中通过图像检测管道中的病害，这种检测方式严重依赖人工，费时耗力，检测精度较低的问题。

为实现上述目的，本发明提供一种地下排水管道病害识别方法，包括如下步骤：

采集地下排水管道病害的图片，对所述图片按照病害类型进行分类，对分类的图片进行病害标注，构建训练数据集；

根据所述训练数据集对不同管材的地下排水管道病害进行层次分类训练，得到层次分类的深度神经网络模型；

将经过预处理的地下排水管道病害的图片输入到所述层次分类的深度神经网络模型中进行自动识别，输出病害识别和分类结果。

可选地，所述的地下排水管道病害识别方法，其中，所述采集地下排水管道病害的图片，对所述图片按照病害类型进行分类，对分类的图片进行病害标注，构建训练数据集，具体包括：

获取图像采集设备采集的地下排水管道病害的图片；

接收对所述图片按照不同的病害进行人工分类的分类结果；

通过标注软件将完成分类的图片进行病害信息的标注；

将完成标注的图片构建训练数据集。

可选地，所述的地下排水管道病害识别方法，其中，所述图像采集设备包括电子内窥镜、平板设备以及鱼眼摄像头。

可选地，所述的地下排水管道病害识别方法，其中，所述根据所述训练数据集对不同管材的地下排水管道病害进行层次分类训练，得到层次分类的深度神经网络模型，具体包括：

使用残差网络作为骨干网络的卷积神经网络，用于利用图像级标签区分所述训练数据集中不同管材的不同病害和正常图像；