[发明专利]一种隧道表观病害图像识别的方法

说明书

本发明公开了一种隧道表观病害图像识别的方法，解决了目前人工检测工作量大且易干扰检测结果的弊端，其技术方案要点是包括有以下步骤：获取若干隧道影像并进行隧道表观病害标记，形成标记样本；搭建识别模型，通过标记样本对识别模型进行训练、测试；识别模型的图像分类模型对输入的隧道影像进行识别，根据是否存在表观病害进行分类；识别模型的图像分割模型对图像分类模型判断存在表观病害的隧道影像进行分割，并对表观病害存在的类别进行预测识别，输出病害识别结果；存储病害识别结果，本发明的一种隧道表观病害图像识别的方法，能够快速并且高效的进行隧道表观病害的预测识别，受人为干扰因素小，预测识别快速且精度高。

技术领域

本发明涉及隧道病害检测，特别涉及一种隧道表观病害图像识别的方法。

背景技术

随着隧道服役时间的增加，隧道结构安全与病害检测变得日趋重要。隧道突出的表观病害问题主要有渗漏水(包括湿迹、渗水、滴漏、漏泥沙等)、管片损伤(包括裂缝、缺角、缺损等)。目前主要是采用人工检测的方法记录表观病害，通过拍照、钢尺量测、温度测设等手段进行，工作量大且受人为因素干扰大。

发明内容

本发明的目的是提供一种隧道表观病害图像识别的方法，能够快速并且高效的进行隧道表观病害的预测识别，受人为干扰因素小，预测识别快速且精度高。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种隧道表观病害图像识别的方法，包括有以下步骤：

采用三维激光扫描仪采集获取若干隧道影像；

对隧道影像进行隧道表观病害标记，以形成标记样本；

搭建隧道表观病害的识别模型，通过标记样本对识别模型进行训练、测试；

所述识别模型包括的图像分类模型对输入的隧道影像是否存在表观病害进行识别，根据是否存在表观病害进行分类；

所述识别模型包括的图像分割模型对图像分类模型判断存在表观病害的隧道影像进行分割，并对表观病害存在的类别进行预测识别，输出病害识别结果；

存储病害识别结果。

作为优选，所述隧道影像的表观病害标记具体为：

对隧道影像的表观病害根据像素区域进行标记，分别对存在湿迹、渗水、滴漏、漏泥沙、裂缝、缺角、缺损的区域像素及不存在病害的区域像素进行一一类别标记，获得隧道影像上各像素进行表观病害标记的标记样本；

根据标记对标记样本及其对应的隧道影像进行分类标记，对完成标记的标记样本及其对应的隧道影像为第一样本集，标记存在表观病害的标记样本及其对应的隧道影像为第二样本集。

作为优选，通过标记样本对识别模型的训练、测试具体包括有：

将第一样本集划分为第一训练集及第一测试集，将第二样本集划分为第二训练集及第二测试集；

通过第一训练集对图像分类模型进行训练，使用学习率自适应的随机梯度算法进行参数优化；

采用第一测试集对图像分类模型进行测试，对测试精确率进行判断，若精确率高于设定的阈值，则图像分类模型可用于预测，反之调整超参数并继续训练；所述精确率公式如下：

其中，TP＝True Positive，为将病害预测成病害的数量，FP＝False Positive，为将背景预测成病害的数量；

通过第二训练集对图像分割模型进行训练，使用学习率自适应的随机梯度算法进行参数优化；