[发明专利]一种基于图像特征识别的盾构隧道渗漏水检测方法有效

专利信息
申请号: 201811528692.1 申请日: 2018-12-13
公开(公告)号: CN109767426B 公开(公告)日: 2021-11-09
发明(设计)人: 李晓军;卢中贺;程方圆 申请(专利权)人: 同济大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/136;G06T7/62;G06N3/04
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 蔡彭君
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 特征 识别 盾构 隧道 渗漏水 检测 方法
【说明书】:

本发明涉及一种基于图像特征识别的盾构隧道渗漏水检测方法,包括:步骤S1:通过隧道表面灰度图像统计确定隧道中各特征物的识别规则;步骤S2:基于确定的各特征物的识别规则,识别待识别图像中的特征物,并将识别得到的特征物的区域以灰度值255覆盖以去除特征物;步骤S3:对于去除了特征物的待识别图像,进行渗漏水识别并确定渗漏水的位置和面积。与现有技术相比,本发明在渗漏水检测前,先对图像进行详细的预处理工作,即通过先确定隧道特征物识别规则,然后逐一识别隧道特征物,在特征物全部剔除之后,再进行渗漏水的检测,此方法充分考虑了隧道特征物实际情况,可以大幅度减少渗漏水检测的错别识率。

技术领域

本发明涉及一种渗漏水检测方法,尤其是涉及一种基于图像特征识别的盾构隧道渗漏水检测方法。

背景技术

渗漏水病害是盾构隧道的常见病害之一,由于渗漏水病害会导致钢筋和螺栓锈蚀,引起衬砌强度降低,严重的渗漏水会引起土体流失,降低地层抗力,加剧隧道的变形,因此渗漏水病害是隧道日常检测的重要内容。目前渗漏水检测主要依靠手段为人工巡检,即通过检测人员目测寻找渗漏水,记录渗漏水位置,类型,严重程度等信息。这种方法需要依靠检测人员的个人经验,不同检测员对渗漏水严重程度的判断也不相同,因此主观性较强,同时,由于人工巡检不能准确测量渗漏水面积,因此这种检测方法仅仅是定性描述。

近年来利用图像识别技术进行渗漏水识别已取得较大进展。中国专利CN102679914B提出一种盾构隧道衬砌管片渗漏水面积的测量方法及装置,该方法利用数码相机采集隧道图像,并对渗漏水区域通过阈值分割、Blob分析、形态学修正获得渗漏水面积。有关文献提出的盾构隧道渗漏水自动检测系统,其中图像处理部分包括灰度化、腐蚀,漏水识别包括二值分割和边缘检测,可用于盾构隧道的定期检测,但未考虑隧道特征物对渗漏水识别的影响;也有学者针对隧道内表面展开图像展开渗漏水研究,基于平面拟合以及中值滤波方法去除隧道附属物和污染物的干扰,该方法将螺栓孔、管线等干扰物作为噪声数据处理,特征物去除不全面且缺乏相应的规则。

综上所述,之前学者研究的重点均在渗漏水本身的识别上,未结合特征物自身特点考虑隧道内其他特征物对渗漏水识别造成干扰的情况。因此上述的识别方法一个共性的问题就是易将与渗漏水类似的隧道特征物识别为渗漏水,从而增大了错识别率。

因此,提出一种可以考虑实际隧道复杂特征物可能对渗漏水识别造成干扰的渗漏水识别方法十分必要,也是实际隧道运营迫切需要的一种定量描述渗漏水的方法。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图像特征识别的盾构隧道渗漏水检测方法。

本发明的目的可以通过以下技术方案来实现:

一种基于图像特征识别的盾构隧道渗漏水检测方法,包括:

步骤S1:通过隧道表面灰度图像统计确定隧道中各特征物的识别规则;

步骤S2:基于确定的各特征物的识别规则,识别待识别图像中的特征物,并将识别得到的特征物的区域以灰度值255覆盖以去除特征物;

步骤S3:对于去除了特征物的待识别图像,进行渗漏水识别,并在识别到渗漏水后确定渗漏水的位置和面积。

所述图像为隧道内表面展开图像。

所述步骤S1具体包括:

步骤S11:将所有样本图像,即隧道内表面展开图像转换为灰度图像;

步骤S12:针对渗漏水和不同的特征物,根据其位置,基于样本图像,获取并统计其特征信息;

步骤S13:基于统计的各特征物的特征信息确定隧道中各特征物及渗漏水的识别规则。

渗漏水的特征信息包括灰度,面积最小值和松散程度;

各特征物的特征信息如下:

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同济大学,未经同济大学许可,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/pat/books/201811528692.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top