[发明专利]一种非接触式测量的混凝土骨料级配快速识别方法有效

专利信息
申请号: 201910752374.1 申请日: 2019-08-15
公开(公告)号: CN110458119B 公开(公告)日: 2020-08-18
发明(设计)人: 雷添杰;贾金生;郑璀莹;王嘉宝;杨会臣 申请(专利权)人: 中国水利水电科学研究院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G01N21/84
代理公司: 北京高沃律师事务所 11569 代理人: 杜阳阳
地址: 100038 北京*** 国省代码: 北京;11
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 接触 测量 混凝土 骨料 快速 识别 方法
【权利要求书】:

1.一种非接触式测量的混凝土骨料级配快速识别方法,其特征在于,所述识别方法包括如下步骤:

采集每个大类别的每个石块的多角度的照片作为第一训练样本,并生成标准样本库;

搭建卷积神经网络,获取初始的改进的卷积神经网络模型;

利用所述标准样本库对初始的改进的卷积神经网络模型进行一次训练,得到一次训练后的改进的卷积神经网络模型;

采集骨料原始图像,并采用图像处理的方式确定所述骨料原始图像中每块骨料所属的小类别,得到第二训练样本,并利用所述第二训练样本更新所述标准样本库;

利用更新后的标准样本库对所述一次训练后的改进的卷积神经网络模型进行二次训练,得到二次训练后的改进的卷积神经网络模型;

采集待测骨料图像;

将所述待测骨料图像输入所述二次训练后的改进的卷积神经网络模型,确定所述待测骨料图像中每块骨料的分类结果;

根据所述分类结果建立所述待测骨料的级配曲线;

所述采集骨料原始图像,并采用图像处理的方式确定所述骨料原始图像中每块骨料所属的小类别,得到第二训练样本,具体包括:采用五镜头倾斜摄像机组,获取一个骨料正射影像和四个骨料倾斜影像;从四个所述骨料倾斜影像中选择出质量最好的骨料倾斜影像作为第二训练样本的输入影像;采用图像处理的方式确定所述骨料正射影像中每块骨料所属的小类别,作为第二训练样本的目标输出结果;

其中,所述采用图像处理的方式确定所述骨料正射影像中每块骨料所属的小类别,作为第二训练样本的目标输出结果,具体包括:对所述骨料正射影像进行预处理,得到预处理后的正射影像;对所述预处理后的正射影像进行canny算子边缘检测,确定所述预处理后的正射影像中每个骨料图像的边缘,得到边缘检测后的正射影像;对所述边缘检测后的正射影像进行膨胀和腐蚀处理,确定所述边缘检测后的正射影像中每个骨料的轮廓;根据所述所述边缘检测后的正射影像中每个骨料的轮廓,确定骨料正射影像中每个骨料的轮廓线;对骨料正射影像中每个骨料的轮廓线进行轮廓拟合,得到骨料正射影像中每个骨料的拟合最小外接椭圆;根据骨料正射影像中每个骨料的拟合最小外接椭圆确定原始图像中每个骨料所属的小类别。

2.根据权利要求1所述的非接触式测量的混凝土骨料级配快速识别方法,其特征在于,所述改进的卷积神经网络模型包括:1个输入层、10个卷积层、9个池化层和1个输出层;所述改进的卷积神经网络模型的激活函数为Relu激活函数。

3.根据权利要求1所述的非接触式测量的混凝土骨料级配快速识别方法,其特征在于,所述采集每个大类别的每个石块的多角度的照片作为第一训练样本,具体包括:

在骨料中选取多个样本石块;

采用排水法确定每个样本石块的体积,并根据样本石块的体积,确定每个样本石块所属的大类别;

获取每个大类别的每个石块的多角度的照片作为第一训练样本。

4.根据权利要求1所述的非接触式测量的混凝土骨料级配快速识别方法,其特征在于,所述获取待测骨料图像,具体包括:

采用五镜头倾斜摄像机组,获取一个待测骨料正射影像和四个待测骨料倾斜影像;

从一个所述待测骨料正射影像和四个所述待测骨料倾斜影像选择出质量最好的影像作为待测骨料图像。

5.根据权利要求1所述的非接触式测量的混凝土骨料级配快速识别方法,其特征在于,所述根据所述分类结果建立所述待测骨料的级配曲线,具体包括:

根据所述分类结果确定不同类别的骨料的数量;所述类别包括大类别和小类别;

根据不同类别的骨料的数量,确定每种类别的骨料的质量比;

根据每种类别的骨料的质量比,绘制骨料级配曲线。

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中国水利水电科学研究院,未经中国水利水电科学研究院许可,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/201910752374.1/1.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