[发明专利]基于计算机视觉的桥梁钢结构裂缝精准识别方法在审
| 申请号： | 201811295283.1 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109408985A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 李顺龙;郭亚朋;徐阳;李惠 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/02 |
| 代理公司： | 哈尔滨市哈科专利事务所有限责任公司 23101 | 代理人： | 吴振刚 |
| 地址： | 150090 黑龙江省哈尔滨市南岗*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于计算机视觉的桥梁钢结构裂缝精准识别方法，解决了现有的桥梁钢箱梁裂缝识别自动化程度过低以及相应智能算法的缺点，方法包括：使用钢箱梁常见部位裂缝图像作为原始数据，进行像素级别的人工标注，获得使用不同颜色表示不同类别的标注图像；将原始图像及标注图像进行分割，将标注图像按照不同颜色提取后分配不同数字来做标签标记不同类别；将训练集输入至深度全卷积神经网络中进行训练，将待识别的图像切割后输入至训练好的神经网络中，得到像素级识别结果后进行拼接返回原始图像尺寸的像素级识别结果。本发明便捷、准确，提升了钢箱梁裂缝识别结果的准确度和稳定性。 | ||
| 搜索关键词： | 标注 计算机视觉 桥梁钢结构 裂缝识别 原始图像 钢箱梁 像素级 图像 裂缝 卷积神经网络 桥梁钢箱梁 准确度 标签标记 裂缝图像 人工标注 神经网络 图像切割 像素级别 颜色表示 颜色提取 原始数据 智能算法 训练集 拼接 自动化 返回 分割 分配 | ||
【主权项】：
1.一种基于计算机视觉的桥梁钢结构裂缝精准识别方法，其特征在于，方法包括如下步骤：步骤一、使用钢箱梁常见部位裂缝图像作为原始数据，进行像素级别的人工标注，获得使用不同颜色表示不同类别的像素级标注图像；步骤二、将原始图像及标注图像按照一定尺寸进行分割，将标注图像按照不同颜色提取后分配不同数字来做标签标记不同类别，并以数组方式进行存储；步骤三、将训练集输入至深度全卷积神经网络中进行训练，训练过程中使用的损失函数为Dice相关系数损失函数，优化算法为自适应矩估计优化算法；步骤四、将待识别的桥梁钢箱梁相关部位图像切割后输入至训练好的神经网络中，得到像素级识别结果后进行拼接返回原始图像尺寸的像素级识别结果。
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/patent/201811295283.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种CPS场景建模方法及装置
- 下一篇：一种椭圆波束卡塞格伦天线的设计方法
