[发明专利]一种大坝安全检测方法及系统

说明书

本发明公开了一种大坝安全检测方法及系统，属于图像处理技术领域，本发明通过图像采集，去避免使用雷达设备发射电磁波方式实现大坝检测，通过对大坝图像提取图像特征，再采用裂纹识别模型去处理图像特征，避免直接对大坝原始图像进行处理，提高识别的精度。

技术领域

本发明涉及图像处理技术领域，具体涉及一种大坝安全检测方法及系统。

背景技术

大坝由于暴露于空气中，常年承受温度变化、水压、水的冲刷、侵蚀等，其极容易出现裂纹或裂缝，坝体变形、滑坡等问题，影响大坝的运行，也造成了安全隐患，因此，需要经常对大坝进行检测，保障大坝结构的稳定。

采用人力巡视的方式来对大坝进行巡视，其能起到一定监控作用，但是对于人来说，耗费大量劳动量且容易存在疏忽，并不能时刻注意到大坝的问题。

现有采用雷达设备来对大坝进行检测，发射电磁波，通过反馈电磁波信号获取大坝多段倾斜度数据，通过处理器处理大坝多段倾斜度数据，实现对大坝的检测，但是，采用精度高的雷达设备的成本太高，其并不太适用于大坝等大型建筑。

现有采用神经网络等深度学习算法对大坝图像进行处理，但是由于拍摄天气环境不同设备不同，会造成图像成像差异，因此，识别精度较低。

发明内容

针对现有技术中的上述不足，本发明提供的一种大坝安全检测方法及系统通过图像采集，去避免使用雷达设备发射电磁波的方式实现大坝检测，同时解决了由于拍摄天气环境不同设备不同，造成图像成像差异，使得识别精度较低的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种大坝安全检测方法，包括以下步骤：

S1、采集大坝图像；

S2、对大坝图像提取图像特征；

S3、采用裂纹识别模型处理图像特征，得到大坝的裂纹区域。

本发明方法的有益效果为：本发明通过图像采集，去避免使用雷达设备发射电磁波方式实现大坝检测，通过对大坝图像提取图像特征，再采用裂纹识别模型去处理图像特征，避免直接对大坝原始图像进行处理，提高识别的精度。

进一步地，所述S2包括以下分步骤：

S21、将大坝图像进行剪裁，得到大坝建筑架构图像；

S22、将大坝建筑架构图像灰度处理，得到大坝建筑架构灰度图像；

S23、根据大坝的结构特征，将大坝建筑架构灰度图像与预存大坝灰度图像进行对齐；

S34、根据对齐后的大坝建筑架构灰度图像与预存大坝灰度图像，筛选出图像特征。

上述进一步方案的有益效果为：先对大坝图像进行剪裁，提取大坝建筑架构图像，将大坝建筑架构图像灰度处理，降低数据量，将大坝建筑架构灰度图像与预存大坝灰度图像进行对齐，对齐后便于后续进行同区域分块。

进一步地，所述S34包括以下分步骤：

S341、将大坝建筑架构灰度图像和预存大坝灰度图像分别划分为多个图像块；

S342、将相同位置的大坝建筑架构灰度图像的图像块与预存大坝灰度图像的图像块，构成图像块对；

S343、对图像块对中每张图像块取其像素点，并基于像素点的灰度值，计算灰度系数；

S345、根据正常灰度系数，对大坝建筑架构灰度图像的所有图像块进行修正，得到修正图像块；

S346、将灰度系数异常的修正图像块筛选出来，作为图像特征。