[发明专利]一种土木结构无损监测方法

说明书

本发明公开了一种土木结构无损监测方法，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；该土木结构无损监测方法采用图像处理和网络模型结合，对增强处理后的图像进行监测，能够准确地判断土木结构是否受损，进而对可能存在的安全隐患及时预警。

技术领域

本发明属于土木监测技术领域，具体涉及一种土木结构无损监测方法。

背景技术

随着科技的发展，土木结构成为影响结构安全性和耐久性的重要因素。然而土木结构在长期使用中往往会发生由列车高速行驶、船舶撞击和地震等动荷载作用而受到损伤。因此，对土木结构的无损监测是土木结构健康监测的重要内容之一，也是对土木结构性能进行准确评估和安全预警的必要前提。

发明内容

本发明为了解决上述问题，提出了一种土木结构无损监测方法。

本发明的技术方案是：一种土木结构无损监测方法包括以下步骤：

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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；

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；

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；

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。

进一步地，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。

进一步地，特征映射层中，颜色深度D(m)的计算公式为：

式中，表示像素点组成矩阵M的迹，表示像素点m的灰度值，表示所有像素点均值，表示指数函数，表示伽马函数。