[发明专利]一种混凝土桥梁裂缝的自动检测方法和预测方法

权利要求书

1.一种混凝土桥梁裂缝的自动检测方法，其特征在于：包括以下步骤：

S1、采集桥梁路面数据集：采集桥梁路面状况视频，再将视频序列转变为图像序列，得到原始图像；

S2、用鲁棒的线段探测器定位裂缝所占区域：将S1采集到的所有原始图像裁剪成像素为15*15的图像块，运用鲁棒的线段探测器在每个图像块中拟合一条线段，通过图像块中是否存在拟合出来的线段，来定位裂缝所占区域；

S3、提取裂缝灰度空间多尺度特征，组成灰度空间多尺度特征组：根据定位到的裂缝所占区域，提取裂缝所占区域的灰度空间多尺度特征，包括基于灰度的特征、基于梯度的特征和多尺度空间特征；将提取的灰度空间多尺度特征组合在一起，形成灰度空间多尺度特征组；

S4、用机器学习分类器确定裂缝：将S3组合成的灰度空间多尺度特征组输入至机器学习分类器中，机器学习分类器就根据输入的特征，利用概率进行计算，概率最大的那些地方就认为是裂缝。

2.根据权利要求1所述的自动检测方法，其特征在于：所述步骤S2中鲁棒的线段探测器采用的是随机抽样一致算法，具体计算如下：

1)、考虑一个最小抽样集的势为n的模型和一个样本集P，集合P的样本数#(P)>n，从P中随机抽取n个样本，构成P的子集S，用来初始化模型M；n为初始化模型参数所需的最小样本数；

2)、余集SC＝P/S中与模型M的误差小于某一设定阈值t的样本集合和集合S构成集合S*；S*是内点集，他们构成S的一致集；

3)、若#(S*)≥n，人为得到正确的模型参数，并利用集合S*，采用最小二乘方法重新计算新的模型M*；重新随机抽取新的S，重复以上过程；

4)、在完成一定的抽样次数后，若未找到一致集，则算法失败，否则选取抽样后得到的最大一致集判断内外点，算法结束。

3.根据权利要求1所述的自动检测方法，其特征在于：所述步骤S3中基于灰度的特征、基于梯度的特征包括灰度均值、灰度标准差、梯度均值、梯度标准差、拟合直线的灰度均值与对应区域灰度均值的比值；多尺度空间特征包括前三个尺度空间的拉普拉斯金字塔最大值、前三个尺度空间的拉普拉斯金字塔最小值、拉普拉斯金字塔的第一个尺度的均值、拉普拉斯金字塔的第二个尺度的均值和拉普拉斯金字塔的第三个尺度的均值。