[发明专利]一种基于数字图像处理的隧道缝隙检测与测量方法及装置有效

专利信息
申请号: 202010357850.2 申请日: 2020-04-29
公开(公告)号: CN111489352B 公开(公告)日: 2023-06-02
发明(设计)人: 程腾;谷先广;廖正京 申请(专利权)人: 安徽国钜工程机械科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/136;G06T7/194;G06T5/20;G06N3/0464;G06N3/08
代理公司: 合肥市泽信专利代理事务所(普通合伙) 34144 代理人: 方荣肖
地址: 230009 安徽省合肥市蜀山*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数字图像 处理 隧道 缝隙 检测 测量方法 装置
【说明书】:

发明公开了一种基于数字图像处理的隧道缝隙检测与测量方法及装置。该方法包括:采集铁路隧道的衬砌表面图像;灰度化处理衬砌表面图像;增强灰度图像中裂缝与背景的对比度;将再次引导滤波的图像进行图片二值化;建立全卷积神经网络模型并融合部分输出结果;筛选灰度图像中隧道裂缝图像;标注训练集中的训练样本图片;对不同训练集训练改进全卷积神经网络模型并测试;通过验证的改进全卷积神经网络模型提取衬砌表面图像的线性裂缝;计算线性裂缝的面积、长度及宽度。本发明采用自动化的手段进行处理,可以大批量地对隧道的裂缝进行检测和测量,可以节约大量的人工劳动力,减轻人工劳动强度,实现了自动化检测的效果。

技术领域

本发明涉及隧道测量技术领域的一种隧道缝隙检测与测量方法,尤其涉及一种基于数字图像处理的隧道缝隙检测与测量方法,还涉及应用该方法的基于数字图像处理的隧道缝隙检测与测量装置。

背景技术

我国正处于高速铁路大量建设和投入运营的时期,受到线路平顺性的要求,高速铁路沿线大量使用隧道。在隧道养护中,隧道裂缝是衡量隧道质量最重要的一个指标,如果在裂缝出现的初期就能够及时的发现,并且对裂缝的发展情况给予实时的跟踪,那么隧道的养护费将会极大的减少。在未来相当长的时间内,我国都将面临着大量隧道需要定期检修、维护的状况。

在现有的隧道养护检测过程中,由于高速铁路隧道自身的特点,检测工作一般通过普通的人工检测方式或依靠人工仪器进行,这样会造成以下这些问题:1、检测效率低,由于人工检测或通过仪器检测需要人为进行操作,需要耗费大量时间进行实地采样和计算,检测效率不能满足需求;2、检测及测量精度低,这是由于人工检测或通过仪器测量存在测量误差,使得最终的测量结果存在较大的误差值;3、检测量大,导致检测工作迟缓,影响隧道的养护质量。

发明内容

为解决现有的隧道缝隙检测效率和精度低,检测量大的技术问题,本发明提供一种基于数字图像处理的隧道缝隙检测与测量方法及装置。

本发明采用以下技术方案实现:一种基于数字图像处理的隧道缝隙检测与测量方法,其包括以下步骤:

(1)采集铁路隧道的衬砌表面图像;

(2)灰度化处理所述衬砌表面图像以获取相应的灰度图像;

(3)增强所述灰度图像中裂缝与背景的对比度;

(4)通过自适应阈值分割将再次引导滤波的图像进行图片二值化,获取隧道裂缝图像和隧道背景图像;

(5)建立全卷积神经网络模型,并通过融合部分输出结果以保留裂缝特征并获得改进全卷积神经网络模型;

(6)筛选所述灰度图像中隧道裂缝图像,并制作训练集、测试集、验证集;

(7)标注所述训练集中的训练样本图片;

(8)对不同训练集训练改进全卷积神经网络模型并进行测试,直到裂缝准确度指数和裂缝召回率指数符合一个预设标准,以对所述改进全卷积神经网络模型进行验证;

(9)通过验证的改进全卷积神经网络模型提取所述衬砌表面图像的线性裂缝;

(10)计算所述线性裂缝的面积、长度及宽度。

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安徽国钜工程机械科技有限公司,未经安徽国钜工程机械科技有限公司许可,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/202010357850.2/2.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