申请/专利权人:同济大学
申请日:2021-02-25
公开(公告)日:2022-09-20
公开(公告)号:CN112819813B
主分类号:G06T7/00
分类号:G06T7/00;G06T7/10;G06V10/762;G06V10/764;G06K9/62
优先权:
专利状态码:有效-授权
法律状态:2022.09.20#授权;2021.06.04#实质审查的生效;2021.05.18#公开
摘要:本发明涉及一种地下管线智能识别方法、装置及存储介质,识别方法包括步骤:1获取探地雷达剖面图像以及典型管线反射特征图像;2设定遍历步长和相似度临界值;3将探地雷达剖面图像划分为若干切片;4遍历各图像,采用感知哈希算法提取各图像特征形成对应的pHash指纹;5依据pHash指纹计算各切片与典型管线反射特征图像的相似度,输出所有相似度大于相似度临界值的切片作为管线切片;6对管线切片进行基于方向矢量的改进型K‑means聚类分析确定管线数量与位置;7管线材质判别。与现有技术相比,本发明不仅可以以较少的样本库直接对管线空间位置实施定位,还能快速、高效的实施材质判别。
主权项:1.一种地下管线智能识别方法,其特征在于,该方法包括如下步骤:1获取待识别的探地雷达剖面图像以及典型管线反射特征图像;2设定遍历步长和相似度临界值s;3按照遍历步长将探地雷达剖面图像划分为与管线反射特征图像像素一致的若干切片;4采用感知哈希算法依次遍历典型管线反射特征图像以及各切片,分别提取各图像特征形成对应的pHash指纹;5依据pHash指纹计算各切片与典型管线反射特征图像的相似度,输出相似度大于相似度临界值s的切片作为管线切片;6对管线切片进行基于方向矢量的改进型K-means聚类分析确定管线数量与位置;步骤6具体为:61获取管线切片左顶点与待识别的探地雷达剖面图像左顶点的连线,每一个连线作为一个方向矢量;62计算每个方向矢量的模值和角度,按照模值大小进行一次分类,将模值相差小于阈值的管线切片分为一类;63对一次分类后属于同一类的管线切片按照角度大小进行二次分类,将角度相差大于阈值的管线切片分为不同的类;64将所有管线切片按照步骤62~63步骤进行分类,得到K个聚类中心,则管线数量确定为K个;65基于步骤64已经获取的K值和每个管线切片方向矢量的模将每个管线切片划分到最近的中心点中;66重复步骤65直至聚类结束,聚类中心所对应的区域即为管线位置。
全文数据:
权利要求:
百度查询: 同济大学 一种地下管线智能识别方法、装置及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。