[发明专利]基于图像处理的桥梁建筑智能检测方法

说明书

本发明涉及图像数据处理技术领域，具体涉及基于图像处理的桥梁建筑智能检测方法。该方法包括：通过摄像头拍摄图像，获取桥梁结构图像；构建并训练桥梁缺陷检测模型；利用神经网络获取特征图像，对特征图像进行分析获取特征区域轮廓；基于特征区域轮廓获取每个轮廓点的置信度与抑制系数并计算缩放距离；基于缩放距离对所述每个轮廓点进行缩放获取初始轮廓集，对初始轮廓集进行水平集分割，获取缺陷区域；根据缺陷区域实现目标窗口的修正，精准定位出缺陷；本发明方法基于每个目标窗口的特征区域来获取水平集分割的初始轮廓，从而准确的获取缺陷的完整区域，进而修正目标检测的目标窗口，使得更精准的定位与检测缺陷区域。

技术领域

本发明涉及图像数据处理技术领域，具体涉及基于图像处理的桥梁建筑智能检测方法。

背景技术

桥梁作为重要的交通枢纽，在国民经济和社会发展中发挥着重要作用。随着使用寿命的增加，以及混凝土老化、车辆超载、运营环境恶化等多种因素的耦合作用，桥梁结构在长期使用过程中不可避免地会出现不同程度的损伤和病害，如裂缝、下挠、露筋等。传统的人工检测方法存在主观性强、检测效率低等问题，不能及时发现桥梁病害，不能满足时代发展的需要。

现有技术中通常采用机器视觉方法对桥梁缺陷进行检测，然而传统的机器视觉方法中无法自适应相机的视角变化，进而导致无法获取完整而又准确的缺陷区域，使得机器视觉无法检测得到桥梁缺陷的准确结果，因此如何准确检测桥梁病害类型是桥梁结构状态评估的关键。

发明内容

为了解决上述技术问题，本发明的目的在于提供基于图像处理的桥梁建筑智能检测方法，所采用的技术方案具体如下：

本发明提出基于图像处理的桥梁建筑智能检测方法，所述方法包括：

通过摄像头拍摄图像，获取桥梁结构图像，对所述桥梁结构图像进行标注，获取标注图像；

构建桥梁缺陷检测模型，根据所述桥梁结构图像与所述标注图像训练桥梁缺陷检测模型；

利用神经网络获取桥梁缺陷检测模型的特征图像，对特征图像进行图像分析获取目标窗口的特征区域；对目标窗口的特征区域进行边缘检测获取特征区域轮廓；基于特征区域轮廓上每一个轮廓点与特征区域轮廓的质心获取每个轮廓点的置信度与抑制系数；根据所述置信度与所述抑制系数计算缩放距离；

基于所述缩放距离对所述每个轮廓点进行缩放获取初始轮廓集，并对所述初始轮廓集进行水平集分割，获取缺陷区域；

根据所述缺陷区域调整桥梁缺陷检测模型的目标窗口实现目标窗口的修正，精准定位出缺陷。

可选的，所述桥梁缺陷检测模型采用基于深度学习的目标检测网络。

可选的，所述对特征图像进行图像分析获取目标窗口的特征区域，包括的具体方法为：

对特征图像进行极差归一化，得到归一化特征图像，对所述归一化特征图像进行阈值化操作，得到特征二值图；对所述特征二值图进行连通域分析，得到特征连通域图像；

获取桥梁缺陷检测模型得到的目标窗口并获取该目标窗口所包含的特征连通域图像中的相应区域，称为目标窗口的特征区域；获取所述目标窗口的特征区域与所述特征连通域图像中有交集的连通域，若连通域存在多个，则获取面积最大的连通域，并求取面积最大的连通域的外接矩形，该外接矩形所包含的特征连通域图像的区域组成目标窗口的特征区域。

可选的，所述基于特征区域轮廓上每一个轮廓点与特征区域轮廓的质心获取每个轮廓点的置信度与抑制系数，包括的具体方法为：

首先获取目标窗口的特征区域轮廓的质心，然后将特征区域轮廓上每一个轮廓点与质心点进行连线，连线上所经过的像素组成一个序列，称为轮廓射线序列，对于所述轮廓射线序列进行总方差的计算：