[发明专利]一种土木结构无损监测方法在审
申请号: | 202211588829.9 | 申请日: | 2022-12-12 |
公开(公告)号: | CN115586192A | 公开(公告)日: | 2023-01-10 |
发明(设计)人: | 杨峥 | 申请(专利权)人: | 西昌学院 |
主分类号: | G01N21/88 | 分类号: | G01N21/88;G06T5/00;G06T5/20;G06T7/00;G06V10/75;G06V10/80;G06V10/82 |
代理公司: | 四川哈工博思知识产权代理有限公司 51334 | 代理人: | 董斌 |
地址: | 615013 四川省凉*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 土木 结构 无损 监测 方法 | ||
1.一种土木结构无损监测方法,其特征在于,包括以下步骤:
S1:获取待测土木结构的实时图像,并对实时图像进行增强处理,得到最终增强图像;
S2:构建并训练无损监测网络模型;
S3:将最终增强图像作为无损监测网络模型的输入,获取待测土木结构的关键特征;
S4:根据待测土木结构的关键特征,进行无损监测。
2.根据权利要求1所述的土木结构无损监测方法,其特征在于,所述步骤S1包括以下子步骤:
S11:获取待测土木结构的实时图像,利用四方向sobel算子确定实时图像中各个像素点的灰度值,并根据各个像素点的灰度值确定所有像素点的灰度均值;
S12:根据所有像素点的灰度均值,利用滑动窗口确定并增强实时图像中各个像素点的对比度,得到第一增强图像;
S13:对第一增强图像依次进行滤波处理和平滑处理,得到第二增强图像;
S14:对第二增强图像进行异物剔除,得到最终增强图像。
3.根据权利要求2所述的土木结构无损监测方法,其特征在于,所述步骤S12中,进行对比度增强的具体方法为:获取实时图像的反射分量;若实时图像的反射分量大于或等于所有像素点的灰度均值,则不进行对比度增强;若实时图像的反射分量小于所有像素点的灰度均值,则获取实时图像的反射分量和所有像素点的灰度均值的和值以及实时图像的反射分量和所有像素点的灰度均值的差值,并将和值和差值的比值作为实时图像增强后的对比度。
4.根据权利要求2所述的土木结构无损监测方法,其特征在于,所述步骤S14中,进行异物剔除的具体方法为:从第二增强图像中裁剪设定像素尺寸的目标图像,计算目标图像与实时图像不重叠部分的像素值均值,并将小于像素值均值对应的区域作为异物剔除区域,进行异物剔除。
5.根据权利要求1所述的土木结构无损监测方法,其特征在于,所述无损监测网络模型包括依次连接的深度卷积层、特征映射层和特征融合层;
所述深度卷积层用于遍历最终增强图像的各个像素点,并对最终增强图像的各个像素点进行卷积操作;
所述特征映射层用于将卷积操作后的各个像素点映射至特征信息点;
所述特征融合层用于对各个特征信息点进行特征融合,得到关键特征。
6.根据权利要求5所述的土木结构无损监测方法,其特征在于,所述特征映射层进行映射的具体方法为:将颜色深度最大的像素点在最终增强图像中的位置信息作为特征信息点。
7.根据权利要求5所述的土木结构无损监测方法,其特征在于,所述特征映射层中,颜色深度
式中,表示像素点组成矩阵
8.根据权利要求4所述的土木结构无损监测方法,其特征在于,所述特征融合层进行特征融合的具体方法为:将最终增强图像均分为若干个区域,并在各个区域内利用损失函数计算各个特征信息点的特征匹配值,确定各个区域内特征匹配值大于设定匹配阈值的特征信息点数量,在特征信息点数量最多的区域内,将特征匹配值大于设定匹配阈值的特征信息点集合作为关键特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西昌学院,未经西昌学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211588829.9/1.html,转载请声明来源钻瓜专利网。