科创中国●保定云
首页
需求大厅
成果大厅
科技服务团
专家人才
品牌活动
技术转移
科技普及
科创视野
关于我们
数据中心

隧道裂纹区域检测方法和装置

  • 发布时间: 2025-05-08
预算 双方协商
基本信息
成果方:石家庄铁道大学
合作方式:技术转让
成果类型:发明专利,
行业领域
城市建设和社会发展
成果描述

本发明适用图像识别技术领域,提供了一种隧道裂纹区域检测方法和装置。该方法包括:获取隧道图像;通过第一预设卷积层对所述隧道图像进行卷积运算,并通过预设激活函数进行激活,获得第一特征图集;利用预设层数的特征金字塔网络对所述第一特征图集进行处理,获得第二特征图集;对所述隧道图像进行预设次数的小波分解处理和非子采样方向滤波处理,获得第三特征图集;组合所述第二特征图集和所述第三特征图集,获得组合特征图集;基于所述组合特征图集中的图像特征信息,得到所述隧道图像的隧道裂纹区域检测结果。上述方法可以提高裂纹定位和分割隧道裂纹区域的准确性。

应用范围

本发明实施例首先获取隧道图像,通过第一预设卷积层对所述隧道图像进行卷积运算,并通过预设激活函数进行激活,获得第一特征图集;通过利用预设层数的特征金字塔网络对所述第一特征图集进行处理,可以获得由多个具有不同粗细粒度的特征图组成的第二特征图集,通过对所述隧道图像进行预设次数的小波分解处理和非子采样方向滤波处理,可以获得多个表征原始隧道图像的多尺度特征信息和方向特征信息的特征图,构成第三特征图集;通过组合所述第二特征图集和所述第三特征图集,可以将第二特征图集中的不同粗细粒度特征信息和第三特征图集中的多尺度特征信息、方向特征信息进行融合,获得组合特征图集;基于该组合特征图集对隧道图像的隧道裂纹区域进行检测,可以提高定位和分割隧道裂纹区域的精准度。

前景分析
随着铁路和公路建设的快速发展,截至2018年底,我国成为世界上拥有隧道最多的国家。铁路隧道在铁路建设和运营中占据了重要地位。但由于隧道所处地质环境和大规模快速发展,隧道运营会面临很多挑战,其中隧道病害就是其中主要的一种。对于隧道原有检测方式来说,其更多的依靠人工巡检,其在具体巡检中可能受到人为因素的影响,如:在判别某座病害隧道时,不同技术人员在判别时,都将联系自身经验获得具有较大差别的判别结果,该情况无论是对于隧道的正常运行还是维修养护都将产生较大的影响。
 随着计算机技术的高速发展,特别是图像处理与计算机视觉技术的发展,基于图像的无损检测技术已经成为了国内外隧道病害检测的研究热点。近年来,为了从影像中准确、快速、高效的提取隧道病害,国内外学者对此进行了广泛而深入的研究,并且取得了一些研究成果,包括针对路面裂缝的检测和提取的迭代阈值分割的方法和针对从影像中准确的提取裂缝的基于相邻差分直方图的裂缝分割算法。但这类基于阈值分割的裂缝识别方法虽然简单易用,但是并没有考虑影像表面环境的变化以及光照、噪声、纹理对于裂缝识别的影响,很难取得稳定的效果。隧道病害图像不同于传统的路面病害图像、岩石病害图像,它具有很多复杂的特性,比如背景纹理多样复杂、噪声种类繁多、分布无规律等。因此,传统的病害检测算法不能很好的对隧道病害进行检测。
 随着深度学习中的卷积神经网络在图像识别领域取得巨大成功,深度学习也开始被应用到裂缝检测中。在国外,通过将深度学习应用到裂缝识别过程中,利用深度学习模型检测混凝土裂缝,由于采用深度学习模型属于目标检测模型,只能大体上确定一个接近裂纹的小长方形区域,无法实现高精度的裂纹区域分割。在国内,公开号为CN109376773A的专利文献采用的卷积神经网络模型为GoogleNet Inception V3,在该模型后添加一层全连接层实现模型的迁移学习的裂纹检测。该模型为卷积神经网络,也不能精确地进行裂纹区域的更精确分割。公开号为CN106910186A的专利文献,公开了一种基于卷积神经网络的桥梁裂缝检测定位方法,对局部噪声敏感,也不能准确对局部区域进行识别,难以满足对图像的裂缝检测。公开号为CN107133960A的专利文献中,公开了一种利用卷积神经网络的图像裂缝分割方法,该方法将原始图像输入深层卷积神经网络,经卷积、池化和激活层学习特征,获得特征图;通过对不同卷积层输出的特征图进行不同比例的上采样为与原始图像大小相同的特征图;再通过对这些上采样获得的特征图进行预测,获得对应位置所属类别,从而实现裂缝区域的定位和分割。但在该方法中,由于对一些输出层的上采样比例过大,使得这些特征图的信息不能精确地确定裂纹区域,因此,存在识别定位和分割不准确的缺点。
 有鉴于此,本发明实施例提供了一种隧道裂纹区域检测方法和装置,以解决现有技术中隧道裂纹定位和隧道裂纹区域分割不够精准的问题。


联系方式

  • 联系人:

    耿鹏

  • 联系电话:

    13230265573

  • 通讯地址:

    河北省石家庄市长安区北二环东路17号石家庄铁道大学信息科学与技术学院

请填写以下信息

  • *

    联系人:

  • *

    手机号:

  • *

    单位名称:

  •  备注:

  • 取消 确定