申请/专利权人：四川高速公路建设开发集团有限公司;四川绵九高速公路有限责任公司;中国十九冶集团有限公司

申请日：2024-01-12

公开（公告）日：2024-04-05

公开（公告）号：CN117557873B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06V10/30;G06V10/44;G06N3/0464;G06N3/048;G06N3/08;G06T7/62;G06T7/00;G06T5/70

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明公开了一种基于图像识别的隧道掌子面裂隙识别方法，属于图像处理技术领域，本发明中从多角度拍摄隧道掌子面图像，得到多张图像，对每个角度的图像进行灰度处理，减少图像数据量，再对灰度图进行分区处理，实现对灰度图上的区域进行分区，再筛选出疑似的裂隙区域，根据每张灰度图上的裂隙特征，从而计算出多个角度的灰度图的隧道掌子面裂隙评估值，实现综合多个角度评估该隧道掌子面是否存在裂隙，提高监测精度，解决人工实时监测隧道掌子面，存在工作时间长，容易疏漏，对裂隙观察不够细致的问题。

主权项：1.一种基于图像识别的隧道掌子面裂隙识别方法，其特征在于，包括以下步骤：S1、多角度拍摄隧道掌子面图像，得到不同拍摄角度的多张图像；S2、对每张图像进行灰度处理，得到灰度图；S3、对灰度图进行分区处理，得到每张灰度图的多个隧道掌子面区域；S4、从每张灰度图的多个隧道掌子面区域筛选出疑似裂隙区域；S5、提取疑似裂隙区域的裂隙特征；S6、采用裂隙识别模型处理多张灰度图的裂隙特征，得到隧道掌子面裂隙评估值；S7、在隧道掌子面裂隙评估值大于评估阈值时，隧道掌子面存在裂隙；所述S5中裂隙特征包括：形态波动特征值、长度特征值和灰度特征值；所述形态波动特征值获取的方法包括以下步骤：A1、取疑似裂隙区域边缘像素点；A2、对边缘像素点划分为多个分组，其中，每个分组中的边缘像素点依次相邻；A3、计算每个分组的形态波动特征值；所述长度特征值获取的方法为：取疑似裂隙区域中距离最远一对像素点，最远一对像素点的距离为长度特征值；所述灰度特征值为疑似裂隙区域像素点的平均灰度值；所述A3中计算每个分组的形态波动特征值的公式为： 其中，di,j为第i个分组中第j个像素点的距离，xi,j为第i个分组中第j个像素点的横坐标，yi,j为第i个分组中第j个像素点的纵坐标，J为分组中像素点的数量，ri为第i个分组的形态波动特征值，i为分组的编号，j为像素点的编号；所述S6中裂隙识别模型包括：多个矩阵构建单元、多个矩阵处理单元和裂隙评估值输出单元；每个所述矩阵构建单元处理一张灰度图的裂隙特征，得到裂隙特征矩阵，其中，裂隙特征为S，S={h1,…,hk,…,hK,L,g}，h1为灰度图的第1个形态波动特征值，hk为灰度图的第k个形态波动特征值，hK为灰度图的第K个形态波动特征值，K为一张灰度图中形态波动特征值的数量，L为长度特征值，g为灰度特征值，裂隙特征矩阵为H，H=STS，T为转置运算，k为形态波动特征值的编号；每个所述矩阵处理单元用于处理一个裂隙特征矩阵，得到一张灰度图的裂隙估计值；所述裂隙评估值输出单元用于根据多张灰度图的裂隙估计值，计算隧道掌子面裂隙评估值；所述矩阵处理单元包括：第一卷积层、第二卷积层、第三卷积层、加法器A1、加法器A2、乘法器M1、乘法器M2、平均特征模块、最大特征模块和Sigmoid层；所述第一卷积层的输入端作为矩阵处理单元的输入端，其输出端分别与第二卷积层的输入端和第三卷积层的输入端连接；所述第二卷积层的输出端分别与加法器A1的第一输入端和乘法器M1的第一输入端连接；所述第三卷积层的输出端分别与加法器A1的第二输入端和乘法器M2的第一输入端连接；所述加法器A1的输出端分别与平均特征模块的输入端和最大特征模块的输入端连接；所述平均特征模块的输出端与乘法器M1的第二输入端连接；所述最大特征模块的输出端与乘法器M2的第二输入端连接；所述加法器A2的第一输入端与乘法器M1的输出端连接，其第二输入端与乘法器M2的输出端连接，其输出端与Sigmoid层的输入端连接；所述Sigmoid层的输出端作为矩阵处理单元的输出端；所述平均特征模块包括：全局平均池化层、第一BN层、第一ReLU层和第一softmax层；所述全局平均池化层的输入端作为平均特征模块的输入端，其输出端与第一BN层的输入端连接；所述第一softmax层的输入端与第一BN层的输出端连接，其输出端作为平均特征模块的输出端；所述最大特征模块包括：最大池化层、第二BN层、第二ReLU层和第二softmax层；所述最大池化层的输入端作为最大特征模块的输入端，其输出端与第二BN层的输入端连接；所述第二ReLU层的输入端与第二BN层的输出端连接；所述第二softmax层的输入端与第二ReLU层的输出端连接，其输出端作为最大特征模块的输出端；所述裂隙评估值输出单元的表达式为： 其中，Y为隧道掌子面裂隙评估值，yn为第n张灰度图的裂隙估计值，wn为yn的权重，N为灰度图的数量，n为灰度图的编号。

全文数据：

权利要求：

百度查询： 四川高速公路建设开发集团有限公司;四川绵九高速公路有限责任公司;中国十九冶集团有限公司 一种基于图像识别的隧道掌子面裂隙识别方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD