[发明专利]基于计算机视觉的拉索腐蚀监测识别与疲劳寿命评估方法

摘要

本发明提供一种基于计算机视觉的拉索腐蚀监测识别与疲劳寿命评估方法，通过拉索锚固端的透时检查窗，拍摄腐蚀高强钢丝图像，并从中提取图像特征，然后对腐蚀程度评价模型建模，再对疲劳寿命特性能数评价模型建模，与人工加速腐蚀试验下的钢丝腐蚀疲劳性能退化状态进行匹配，最终完成在役拉索的腐蚀状态识别和疲劳寿命评估。本发明识别精度高，速度快，成本低。本发明还能满足拉索腐蚀疲劳在线监测预警的实时数据处理需求，即不进行数据集更新，直接对消费级普通相机采集到的图像进行识别。本发明提高了拉索腐蚀监测识别与疲劳寿命评估的自动化、智能化、准确性和鲁棒性，为桥梁结构拉索腐蚀疲劳的自动监测与识别提供了解决方案。

主权项

1.一种基于计算机视觉的拉索腐蚀监测识别与疲劳寿命评估方法，其特征在于，方法步骤如下：步骤一，高强钢丝腐蚀疲劳数据集更新：根据需求选择是否在自带高强钢丝腐蚀疲劳数据集的基础上添加新的图像样本，来获取新的腐蚀疲劳退化模型；用户选择要新添加的图像样本，对读入的钢丝腐蚀图像进行均匀腐蚀程度赋值，并输入新样本钢丝在不同应力幅下的疲劳寿命；重复以上过程，完成对高强钢丝腐蚀疲劳数据集的更新；如果选择不添加新图像样本，则默认使用高强钢丝腐蚀疲劳退化模型；步骤二，腐蚀程度时变模型建模：在完成数据集更新后，绘制不同腐蚀周期下高强钢丝腐蚀图像红色分量的概率分布图，并对概率分布函数进行高斯混合模型拟合，以第一阶位置参数为评价指标，建立高强钢丝腐蚀程度时变模型；步骤三，疲劳寿命退化模型建模：在双对数坐标系下绘制不同腐蚀周期、不同应力幅下的应力幅‑疲劳寿命特性曲线，并用最小二乘法拟合S‑N曲线参数，建立疲劳特性参数退化模型；步骤四，拉索腐蚀疲劳评估：选择要进行腐蚀状态识别和疲劳寿命评估的在役高强钢丝腐蚀图像，将输入图像划分成若干子单元，并调用更新的腐蚀程度时变模型和疲劳寿命退化模型，对待检测的在役高强钢丝腐蚀子单元图像进行腐蚀程度评估和不同应力幅下的疲劳寿命预测，并输出腐蚀疲劳评估结果。