[发明专利]一种隧道衬砌典型病害图像的识别方法及装置

说明书

本申请提供的一种隧道衬砌典型病害图像的识别方法及装置，包括：获取样本衬砌图像和待测隧道衬砌图像；利用标注工具对所有所述样本衬砌图像进行语义分割标注，得到对应的样本类别标签；基于所述样本衬砌图像及对应的样本类别标签，构建目标神经网络；将所述待测隧道衬砌图像输入所述目标神经网络进行语义分割，得到衬砌图像预测结果；确定所述衬砌图像预测结果的隧道表观病害类型；根据所述隧道表观病害类型，确定所述待测隧道衬砌表观病害结果。在既有隧道表观病害样本库基础上，利用语义分割标注的方法丰富样本类型及数量，并优化神经网络的病害识别能力，实现裂缝、剥落(掉块)及渗漏水等衬砌表观病害的识别和特征提取。

技术领域

本发明涉及铁检检测技术领域，尤其涉及一种隧道衬砌典型病害图像的识别方法及装置。

背景技术

现阶段国内采用手推式隧检小车，以及如图1所示的车载式隧道衬砌表观检测车对衬砌表面进行周期性检测，以确定其衬砌表观缺陷或病害。但不管是手推式隧检小车还是车载式隧道衬砌表观检测车，其上搭载的隧道衬砌表观病害智能检测系统的检测精度和检测速度有待提高。

发明内容

本发明提供了一种隧道衬砌典型病害图像的识别方法及装置，解决目前隧道衬砌表观病害智能检测系统的检测精度和检测速度受限的技术问题。

第一方面，本发明提供了一种隧道衬砌典型病害图像的识别方法，包括：

获取样本衬砌图像和待测隧道衬砌图像；

利用标注工具对所有所述样本衬砌图像进行语义分割标注，得到对应的样本类别标签；

基于所述样本衬砌图像及对应的样本类别标签，构建目标神经网络；

将所述待测隧道衬砌图像输入所述目标神经网络进行语义分割，得到衬砌图像预测结果；

确定所述衬砌图像预测结果的隧道表观病害类型；

根据所述隧道表观病害类型，确定所述待测隧道衬砌表观病害结果。

可选地，所述隧道表观病害类型包括：区域形病害及线条性病害；根据所述隧道表观病害类型，确定所述待测隧道衬砌表观病害结果，包括：

当所述隧道表观病害类型为所述区域形病害时，合并所述待测隧道衬砌图像相中相近的病害区域进行合并，并删除面积小于预设面积阈值的病害区域，得到所述待测隧道衬砌表现病害结果；

当所述隧道表观病害类型为所述线条性病害时，提取多个病害单像素主干，并基于所述病害单像素主干进行连接，得到所述待测隧道衬砌表观病害结果。

可选地，当所述隧道表观病害类型为所述线条性病害时，提取多个病害单像素主干，并基于所述病害单像素主干进行连接，得到所述待测隧道衬砌表观病害结果，包括：

通过Zhang-Suen细化算法提取多个所述病害单像素主干；

基于八邻域的端点定位算法，确定所述病害单像素主干的端点；

对所有所述病害单像素主干的端点进行多项式拟合，得到所述待测隧道衬砌表观病害结果。

可选地，基于所述样本衬砌图像及对应的样本类别标签，构建目标神经网络，包括：

将所述样本衬砌图像输入初始神经网络，生成对应的样本类别；

根据所述样本衬砌图像对应的样本类别标签和样本类别，确定训练误差；

基于所述训练误差，通过对所述初始神经网络进行调整，以得到最优网络参数，并采用所述最优网络参数生成所述目标神经网络。

第二方面，本发明提供了一种隧道衬砌典型病害图像的识别装置，包括：

获取模块，用于获取样本衬砌图像和待测隧道衬砌图像；