[发明专利]网格梁覆盖区域异常检测方法和装置

说明书

本申请实施例提供一种网格梁覆盖区域异常检测方法和装置，其中，方法包括：获取包括待检测网格梁覆盖区域的图像；提取图像中符合预设条件的网格梁区域，得到网格梁图像块；分别计算异常网格梁图像块和各个网格梁图像块的相似度；根据相似度得到待检测网格梁覆盖区域的异常检测结果。本申请实施例通过采集包括待检测网格梁覆盖区域的图像，再提取网格梁图像块，然后根据提取的网格梁图像块和异常网格梁图像块的相似度，得到异常检测结果。相较于主要通过人工去检测的方式，本申请实施例不需要耗费大量人力成本，且检测效率较高。

技术领域

本申请属于机器学习技术领域，尤其涉及一种网格梁覆盖区域异常检测方法和装置。

背景技术

网格梁，也可以称为井字梁，是不分主次，高度相当的梁，其同位相交，呈井字型。网格梁或井字梁可以设置于一些坡地区域，以起到护坡作用。

目前，对网格梁覆盖区域进行异常检测时，主要采用人工的方式去进行查看检测，例如，人工检测网格梁中间覆盖区域是否裸露。当需要检测的区域较多时，人工检测需要花费大量人力成本，且检测效率十分低下。

发明内容

本申请实施例提供一种网格梁覆盖区域异常检测方法和装置，以解决通过人工检测网格梁覆盖区域异常情况需要耗费大量人力成本且检测效率低下的问题。

第一方面，本申请实施例提供一种网格梁覆盖区域异常检测方法，包括：

获取包括待检测网格梁覆盖区域的图像；

提取所述图像中符合预设条件的网格梁区域，得到网格梁图像块；

分别计算异常网格梁图像块和各个所述网格梁图像块的相似度；

根据所述相似度得到所述待检测网格梁覆盖区域的异常检测结果。

可以看出，通过采集包括待检测网格梁覆盖区域的图像，再提取网格梁图像块，然后根据提取的网格梁图像块和异常网格梁图像块的相似度，得到异常检测结果。相较于主要通过人工去检测的方式，本申请实施例不需要耗费大量人力成本，且检测效率较高。

结合第一方面，在一种可能的实现方式中，所述提取所述图像中符合预设条件的网格梁区域，得到网格梁图像块，包括：

将所述图像转化为目标图片；

从所述目标图片中提取多张掩码图；其中，所述目标图片包括至少一个像素部分，掩码图数量与所述目标图片的像素部分数量相等；

从多张所述掩码图中选取目标掩码图；

从目标掩码图中提取符合所述预设条件的所述网格梁图像块。

结合第一方面，在一种可能的实现方式中，所述从多张所述掩码图中选取目标掩码图，包括：

对各张所述掩码图进行切割，得到掩码图像块；

将各个掩码图像块输入至预先训练好的卷积神经网络模型，获得所述卷积神经网络模型输出的表征各个所述掩码图像块属于网格梁类别的概率值；

根据各个所述掩码图像块的概率值，得到各张所述掩码图表征属于网格梁类别的概率值；

将概率值最大的掩码图作为所述目标掩码图。

结合第一方面，在一种可能的实现方式中，所述从目标掩码图中提取符合所述预设条件的所述网格梁图像块，包括：

基于关注区域的轮廓，通过轮廓提取方法对所述目标掩码图中的网格梁区域进行标注，所述关注区域的轮廓为网格梁区域的轮廓；

提取标注的网格梁区域，得到所述网格梁图像块。

结合第一方面，在一种可能的实现方式中，所述将所述图像转化为目标图片，包括：