[发明专利]基于人工智能的混凝土预制构件结构形变测量方法与系统

权利要求书

1.一种基于人工智能的混凝土预制构件结构形变测量方法，其特征在于，该方法包括以下步骤：

对混凝土预制构件施加压力，采集混凝土预制构件形变过程视频；

根据形变过程视频测量每帧图像与其前一帧图像中匹配角点的差值得到每帧图像的初始形变量分布图；根据匹配角点的位置对每帧图像重新赋值得到每帧图像的形变量关注图；

在每帧图像上确定目标位置，根据图像上其他位置像素与目标位置像素坐标的差值得到目标位置的位移分布图；将图像的形变量分布图、形变量关注图与目标位置的位移分布图堆叠后，输入神经网络分析得到目标位置形变量的权重掩膜，根据权重掩膜对形变量分布图上对应元素进行加权求和得到目标位置预测形变量；根据每帧图像所有目标位置的预测形变量，得到最终形变量分布图。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据形变过程视频中每帧图像的最终形变量分布图得到混凝土预制构件不同位置在不同时刻的形变量，对混凝土预制构件不同位置在不同时刻的形变量进行分析，得到混凝土预制构件的挠度、应力。

3.根据权利要求1所述的方法，其特征在于，所述将图像的形变量分布图、形变量关注图与目标位置的位移分布图堆叠后，输入神经网络分析得到目标位置形变量的权重掩膜包括：

将当前分析图像、当前分析图像前一帧图像、当前分析图像后一帧图像的形变量分布图、形变量关注图与目标位置的位移分布图堆叠后，输入神经网络得到目标位置形变量的权重掩膜。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：在混凝土预制构件的侧面安装高清相机，采集混凝土预制构件形变过程视频。

5.根据权利要求1所述的方法，其特征在于，所述初始形变量分布图中匹配角点的像素值为匹配角点的差值，非匹配像素的像素值为随机数值。

6.一种基于人工智能的混凝土预制构件结构形变测量系统，其特征在于，该系统包括：

视频数据获取模块，用于对混凝土预制构件施加压力，采集混凝土预制构件形变过程视频；

图像数据处理模块，用于根据形变过程视频测量每帧图像与其前一帧图像中匹配角点的差值得到每帧图像的初始形变量分布图；根据匹配角点的位置对每帧图像重新赋值得到每帧图像的形变量关注图；

数据分析模块，用于在每帧图像上确定目标位置，根据图像上其他位置像素与目标位置像素坐标的差值得到目标位置的位移分布图；将图像的形变量分布图、形变量关注图与目标位置的位移分布图堆叠后，输入神经网络分析得到目标位置形变量的权重掩膜，根据权重掩膜对形变量分布图上对应元素进行加权求和得到目标位置预测形变量；根据每帧图像所有目标位置的预测形变量，得到最终形变量分布图。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括混凝土预制构件结构分析模块，用于根据形变过程视频中每帧图像的最终形变量分布图得到混凝土预制构件不同位置在不同时刻的形变量，对混凝土预制构件不同位置在不同时刻的形变量进行分析，得到混凝土预制构件的挠度、应力。

8.根据权利要求6所述的系统，其特征在于，所述将图像的形变量分布图、形变量关注图与目标位置的位移分布图堆叠后，输入神经网络分析得到目标位置形变量的权重掩膜包括：

将当前分析图像、当前分析图像前一帧图像、当前分析图像后一帧图像的形变量分布图、形变量关注图与目标位置的位移分布图堆叠后，输入神经网络得到目标位置形变量的权重掩膜。

9.根据权利要求6所述的系统，其特征在于，所述系统包括高清相机，在混凝土预制构件的侧面安装所述高清相机，采集混凝土预制构件形变过程视频。

10.根据权利要求6所述的系统，其特征在于，所述初始形变量分布图中匹配角点的像素值为匹配角点的差值，非匹配像素的像素值为随机数值。