[发明专利]一种道路施工安全风险监测方法及系统

权利要求书

1.一种道路施工安全风险监测方法，其特征在于，包括以下步骤：

(1)利用物化方法检测道路施工材料的物理化学性能；

(2)利用强度检测设备检测道路主体结构强度数据；利用测量工具检测道路主体尺寸数据；利用摄像设备采集道路图像对道路表面缺陷进行检测；

(3)利用防水测试设备测试道路的防水性能；

(4)利用计算程序计算道路平整度；

(5)比对步骤，使用检测数据与安全标准数据进行比对；

(6)利用评估模型根据各项数据，比对数据对道路施工安全风险进行评估；

(7)使用显示装置对各项数据信息进行显示。

2.如权利要求1所述的道路施工安全风险监测方法，其特征在于，步骤(2)中的利用摄像设备采集道路图像对道路表面缺陷进行检测的方法包括以下步骤：

S1.获取具有路面缺陷的图像并进行灰度处理形成路面缺陷灰度图像；

S2.对路面缺陷灰度图像进行纹理特征提取，提取出特征值组成纹理特征向量，并以纹理特征向量表征路面缺陷灰度图像；

S3：对纹理特征向量进行归一化处理；

S4.将同一缺陷类别的纹理特征向量表征的路面缺陷灰度图像进行均分，形成训练集和测试集；

S5.以两个相同的自编码器构成栈式自编码器，并通过栈式自编码器对训练集进行高维抽象特征提取；

S6.将softmaxlayer逻辑分类层堆栈于栈式自编码器形成深度神经网络，通过深度神经网络对高维抽象特征进行训练，训练完成后，对测试集中的路面灰度图像完成分类识别。

3.如权利要求2所述的道路施工安全风险监测方法，其特征在于，获取的路面缺陷包括坑槽、龟裂、裂纹和松散。

4.根据权利要求3所述的道路施工安全风险监测方法，其特征在于，步骤S2中，包括如下步骤：

S21.采用灰度差分统计法对路面缺陷面灰度图像进行特征提取，并提取出三个特征值：差分平均值、差分对比度以及差分熵；

S22.采用Gabor算法对路面缺陷灰度图像进行特征提取，并提取出三个特征值：Gabor平均值、Gabor对比度和Gabor熵；

S23.采用灰度梯度法对路面缺陷灰度图像进行特征值提取，并提取出四个特征值：梯度平均值、梯度方差、梯度偏度和梯度峰度；

S24.采用灰度共生矩阵法对路面缺陷灰度图像进行特征提取，提取出五个特征值：能量、相关性、共生对比度、同质性和共生熵；

S25.采用灰度直方图法对路面缺陷灰度图像进行特征提取，提取出四个特征值：直方图均值、直方图方差、直方图偏度和直方图峰度；

S26.采用Tamura算法对路面缺陷灰度图像进行特征提取，提取出六个特征值：粗糙度、规整度、对比度、方向性、线性度和粗略度；

S27.将步骤S21-S26中所提取处的特征值排列组成1×25阶表征路面缺陷灰度图像的纹理特征向量：直方图平均值、差分平均值、梯度平均值、Gabor平均值、能量、粗糙度、直方图方差、梯度方差、相关性、规整度、直方图偏度、梯度偏度、同质性、方向性、直方图峰度、梯度峰度、线性度、差分对比度、Gabor对比度、共生对比度、Tamura的对比度、粗略度、差分熵、Gabor熵、共生熵。

5.根据权利要求3或4所述的道路施工安全风险监测方法，其特征在于，步骤S5中，自编码器由三层神经网络构成，分别是输入层、隐藏层和输出层。

6.一种终端，其特征在于，所述终端搭载实现权利要求1～5任意一项所述道路施工安全风险监测方法的控制器。

7.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任意一项所述的道路施工安全风险监测方法。