一种基于图像的隧道病害识别系统技术方案

本发明专利技术涉及一种基于图像的隧道病害识别系统，属于隧道病害检测技术领域，包括：图像预处理系统接收图像采集系统传递过来的公路隧道的图像，并对采集后的图像进行预处理，增加衬砌表观病害区域和背景区域的对比度，得到输出图像，对输出图像的点状噪声、块状噪声和线状噪声部分进行提取，再进行滤除；图像分割处理系统利用图像分割将经过图像预处理系统滤除过噪声的图像进行二值化处理；图像特征提取系统对图像分割处理系统处理后的图像的特征部分进行提取，实现隧道衬砌表观病害区域的自动识别。本发明专利技术通过对图像进行去噪，来对图像进行增强，并利用回归损失的计算方式来对目标进行特征提取和分类，达到自动化检测的目的。

A Tunnel Disease Recognition System Based on Image

【技术实现步骤摘要】
一种基于图像的隧道病害识别系统
本专利技术属于隧道病害检测
，涉及一种基于图像的隧道病害识别系统。
技术介绍
在公路隧道病害检测的过程中，通常采用采集病害图像的方式进行检测，然而目前的检测图像不够清晰，导致后续在识别图像的过程中出现误差，而且目前在识别图像时需要手动进行调参，导致效率低，周期长且检测方法的鲁棒性差的问题，在最后图像参数计算的工程中，目前的计算方式存在计算精度不准确的情况，极大的影响了公路隧道病害检测的精准性。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于图像的隧道病害识别系统。为达到上述目的，本专利技术提供如下技术方案：本专利技术提供了一种基于图像的隧道病害识别系统，包括：图像采集系统对公路隧道的图像进行采集；图像预处理系统接收所述图像采集系统传递过来的公路隧道的图像，并对采集后的图像进行预处理，增加衬砌表观病害区域和背景区域的对比度，得到输出图像，对输出图像的点状噪声、块状噪声和线状噪声部分进行提取，再进行滤除；图像分割处理系统利用图像分割将经过所述图像预处理系统滤除过噪声的图像进行二值化处理；图像特征提取系统对所述图像分割处理系统处理后的图像的特征部分进行提取，实现隧道衬砌表观病害区域的自动识别；病害特征分类系统对所述图像特征提取系统识别后的病害图像进行分类；参数计算系统对所述病害特征分类系统分类后的图像进行参数计算，得到病害区域内病害形态参数。作为本专利技术的一种优选技术方案，所述图像特征提取系统采用区域提案网络与边界框回归损失进行识别，其公式为：式中，Nreg表示目标框的个数，i表示anchors的索引，表示对应GT(GroundTurth)的概率，ti表示anchors对于GT的预测偏移量，表示anchors对于GT的真实偏移量是，lreg(·)表示对单个anchors的边界框回归损失。所述病害特征分类系统采用分类CNN网络与总分类损失进行分类，其公式为：式中Ncls类别个数，pi表示anchors是目标框的概率，lcls(·)是对单个目标框的分类损失。作为本专利技术的一种优选技术方案，所述图像预处理系统在对点状噪声提取的过程中，先统计每个连通区域中像素点的数量，设定阈值To，并对像素点数量nk小于该阈值的连通域去除，其点状噪声提取公式为：Is(x,y)＝{Ck(x,y)|nk＜To,k＝1,2,...,n}式中，Is(x,y),Ck(x,y)分别表示点状噪声和连通区域。利用计算矩形度的方法去除块状噪声。矩形度定义为某个连通区域种像素点的总数量nk与最小的外接矩形面积Sk＝(yb-ya)*(xb-xa)之比，(xa,ya),(xb,yb)分别表示该连通区域像素点集商务左下角和右上角坐标。利用D＝nk/Sk计算矩形度，并利用公式提取块状噪声：Is(x,y)＝{Ck(x,y)|D＜TD,k＝1,2,...,n}。作为本专利技术的一种优选技术方案，所述参数计算系统在进行病害区域内病害形态参数计算时，包括以下步骤：D1：对图像顺序扫描，找到第1个还没有归属的像素，设该像素为(x0,y0)；D2：以(x0,y0)为中心，考虑(x0,y0)的4邻域像素；如果(x,y)满足生长准则，将(x0,y0)与(x,y)合并(在同一区域内)，同时将压入堆栈；D3：从堆栈中取出一个像素，把它当作(x0,y0)返回到步骤D2；D4：当堆栈为空时，返回到步骤D1；D5：重复步骤D1-D4直到满足终止条件时，生长结束。在生成三维区域后，既可根据三维面积分得到病害的面积。本专利技术的有益效果在于：本专利技术通过对图像进行去噪，来对图像进行增强，并利用回归损失的计算方式来对目标进行特征提取和分类，达到自动化检测的目的，最后能准确得出病害形态参数，极大的提高了病害检测的精度。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1为本专利技术的整体结构示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利技术的限制；为了更好地说明本专利技术的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。请参阅图1，为一种基于图像的隧道病害识别系统，包括：图像采集系统对公路隧道的图像进行采集；图像预处理系统接收图像采集系统传递过来的公路隧道的图像，并对采集后的图像进行预处理，增加衬砌表观病害区域和背景区域的对比度，得到输出图像，对输出图像的点状噪声、块状噪声和线状噪声部分进行提取，再进行滤除；图像分割处理系统利用图像分割将经过图像预处理系统滤除过噪声的图像进行二值化处理；图像特征提取系统对图像分割处理系统处理后的图像的特征部分进行提取，实现隧道衬砌表观病害区域的自动识别；病害特征分类系统对图像特征提取系统识别后的病害图像进行分类；参数计算系统对病害特征分类系统分类后的图像进行参数计算，得到病害区域内病害形态参数。图像预处理：检测系统得到采集的原图像或者拼接之后的图像，会存在部分不均匀光照现象，而且图像对比度较低，衬砌表观病害区域与背景区域亮度变化不明显。在图像分割是会产生许多黑块噪声，也影响裂缝提取工作。所以首先对衬砌表观病害图像进行平衡光照，提高对比度。本系统采用改进的模版均光快速滤波算法进行图像增强。首先对原图像高斯低通滤波，获取背景图像，将原图像和背景图像差分处理，平衡光照，将差分后的图像进行线性拉伸，增加衬砌表观病害区域和背景区域的对比度，得到输出图像。图像增强之后，图像中仍在存在大量的噪声，需要设计算法滤除掉，只剩下衬砌表观病害信息。所以要将大量没有价值的数据去除掉。根据噪声的形状和分布，把噪声归为三大类，包括离散分布的点状噪声、聚在一起的块状噪声和类似直线的线状噪声，针对三种噪声设计不同的去除方法。在点状噪声去除中，统计每个连通区域中像素点的数量，设定阈值To，像素点数量nk小于该阈值的连通域去除，点状噪声提取公式如式所示：Is(x,y)＝{Ck(x,y)|nk＜To,k＝1,2,...,n}式中，Is(x,y),Ck(x,y)分别表示点状噪声和连通区域。利用计算矩形度的方法去除块状噪声。矩形度定义为某个连通区域种像素点的总数量nk与最小的外接矩形面积Sk＝(yb-ya)*(xb-xa)之比，(xa,ya),(xb,yb)分别表示该连通区域像素点集商务左下角和右上角坐标。利用D＝nk/Sk计算矩形度，并利用公式提取块状噪声：Is(x,y)＝{Ck(x,y本文档来自技高网...

【技术保护点】
1.一种基于图像的隧道病害识别系统，其特征在于，包括：图像采集系统对公路隧道的图像进行采集；图像预处理系统接收所述图像采集系统传递过来的公路隧道的图像，并对采集后的图像进行预处理，增加衬砌表观病害区域和背景区域的对比度，得到输出图像，对输出图像的点状噪声、块状噪声和线状噪声部分进行提取，再进行滤除；图像分割处理系统利用图像分割将经过所述图像预处理系统滤除过噪声的图像进行二值化处理；图像特征提取系统对所述图像分割处理系统处理后的图像的特征部分进行提取，实现隧道衬砌表观病害区域的自动识别；病害特征分类系统对所述图像特征提取系统识别后的病害图像进行分类；参数计算系统对所述病害特征分类系统分类后的图像进行参数计算，得到病害区域内病害形态参数。

【技术特征摘要】
1.一种基于图像的隧道病害识别系统，其特征在于，包括：图像采集系统对公路隧道的图像进行采集；图像预处理系统接收所述图像采集系统传递过来的公路隧道的图像，并对采集后的图像进行预处理，增加衬砌表观病害区域和背景区域的对比度，得到输出图像，对输出图像的点状噪声、块状噪声和线状噪声部分进行提取，再进行滤除；图像分割处理系统利用图像分割将经过所述图像预处理系统滤除过噪声的图像进行二值化处理；图像特征提取系统对所述图像分割处理系统处理后的图像的特征部分进行提取，实现隧道衬砌表观病害区域的自动识别；病害特征分类系统对所述图像特征提取系统识别后的病害图像进行分类；参数计算系统对所述病害特征分类系统分类后的图像进行参数计算，得到病害区域内病害形态参数。2.根据权利要求1所述的一种基于图像的隧道病害识别系统，其特征在于：所述图像特征提取系统采用区域提案网络与边界框回归损失进行识别，其公式为：式中，Nreg表示目标框的个数，i表示anchors的索引，表示对应GT(GroundTurth)的概率，ti表示anchors对于GT的预测偏移量，表示anchors对于GT的真实偏移量是，lreg(·)表示对单个anchors的边界框回归损失。所述病害特征分类系统采用分类CNN网络与总分类损失进行分类，其公式为：式中Ncls类别个数，pi表示anchors是目标框的概率，lcls(·)是对单个目标框的分类损失。3.根据权利要求1所述的一种基于图像的...

【专利技术属性】
技术研发人员：李科，丁浩，李文锋，刘秋卓，郭鸿雁，程亮，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：重庆,50