[发明专利]一种利用图像识别方法快速测量钢筋直径的方法

权利要求书

1.一种利用图像识别方法快速测量钢筋直径的方法，其特征在于，包括如下具体步骤：

步骤一.图像采集是将现场钢筋图片进行收集，需要把带标定板的图片收集起来，图片收集时需要进行垂直拍摄，这样计算的精度更高，且在拍照时减少现场非钢筋物体的出现；

步骤二.图像处理是将步骤一采集来的图像进行处理，首先就是对每张图片中的每根钢筋进行打标签，也就是标记出钢筋和标定板的位置坐标；

步骤三.特征提取可以使用深度学习中的算法，通过YOLO方法进行特征提取，YOLOv3的特征提取过程使用了YOLOv2、Darknet-19及Resnet，使用了具有良好表现的3×3和1×1的卷积层，并增加了shortcut connection结构；

步骤四.尺寸计算根据深度学习算法，可以预测每根钢筋的位置坐标和标定板的位置坐标，这样就可以根据相机成像原理，计算出钢筋直径；

步骤五.输出结果即将识别出的图像中钢筋尺寸和计算出的实际尺寸结果输出来。

2.根据权利要求1所述的一种利用图像识别方法快速测量钢筋直径的方法，其特征在于，所述标定板为在一个可测量的单位内，并知道该物体的尺寸，且在图像中轻松地找到这个参考物体，可以基于物体的位置，如参考物体总是被放置在图像的左上角或通过表象，像一个独特的颜色或形状，独特且不同于其他物体的物体，在任何一种情况下，参考都应该具有惟一的可识别性，标定板实际的尺寸数据已知量，例如直径，设为know-r，在图像中直径为object-r，则像素/度量比率为根据图像中识别出的钢筋坐标位置，计算出钢筋直径大小，为object-steel-r，结合标定板的像素/度量比值，实际钢筋直径为

3.根据权利要求1所述的一种利用图像识别方法快速测量钢筋直径的方法，其特征在于，YOLO算法需要建立train、text、validation文件，对已知带有标签的图片数据进行训练，当模型达到所需的精度之后，对新图片进行预测，获得图片中钢筋、标定板的位置。