一种基于随机结构森林的结构物表面缺陷检测方法技术

本发明专利技术公开了一种基于随机结构森林的结构物表面缺陷检测方法，包括如下步骤：采用图像传感器获取结构物表面缺陷的图像数据信息，建立训练样本集和测试样本集。通过利用结构物表面缺陷图像块的特征属性和表面缺陷标签形成的样本特征空间集训练M棵决策树分类器，构建随机结构森林分类器。将需要测试的结构物表面缺陷图像样本输入随机结构森林模型，随机森林中的每棵树对其分类判断，经过所有决策树的投票，投票次数最多的类别得到结构物表面缺陷图像检测结果。本发明专利技术在不影响结构物使用的情况下，实现了在复杂环境条件下，对任意拓扑结构的结构物表面缺陷进行自动检测，检测快捷、无损伤及高准确率，并且结构物的养护也更加经济合理。

【技术实现步骤摘要】
一种基于随机结构森林的结构物表面缺陷检测方法
本专利技术涉及机器学习的结构物表面缺陷检测
，特别是一种基于随机结构森林的结构物表面缺陷检测方法。
技术介绍
结构物的主要建筑材料是混凝土，比如大坝、桥梁等。混凝土结构物裸露在外，由于外部恶劣环境的影响，结构物表面会不可避免地产生龟裂、裂缝等缺陷。裂缝是威胁大坝、桥梁等混凝土结构物运行安全的主要隐患。裂缝不仅发生在结构物的表面，还向结构物内部发展，是触发险情的主要原因之一。如何准确高速检测混凝土结构物缺陷是保证大坝桥梁等设施安全，延长其安全运行时间的重要措施。当前，对于结构物缺陷检测方法主要有超声波法、弹性波、探地雷达和微震勘探等。超声波法利用超声波在结构物中的传播特性识别结构物缺陷，当结构物中存在空洞以及其他杂物干扰时会影响结构物缺陷的检测；弹性波法基于弹性波中的瑞丽波的衰减特性对结构物的缺陷进行检测，但是当检测缺陷深度时会存在误差；探地雷达法通过高频电磁波的反射对结构物缺陷进行检测；这些方法普遍存在检测效率低以及成本高等缺点，无法满足结构物缺陷检测便捷、无损伤的要求。基于图像处理的本文档来自技高网...

【技术保护点】
1.一种基于随机结构森林的结构物表面缺陷检测方法，其特征在于包括以下步骤：通过图像传感器采集结构物表面缺陷的图像数据，结构物表面缺陷包括表面龟裂、裂缝缺陷，建立结构物表面缺陷图像的训练样本集和测试样本集，从表面缺陷图像样本集中随机选取M个子训练样本集构建M棵决策树；利用自适应滤波器进行图像预处理，选取结构物表面缺陷图像中感兴趣的区域，利用结构物表面缺陷图像块的特征属性和表面缺陷标签形成的样本特征空间集训练M棵决策树分类器，构建随机结构森林模型；在随机结构森林分类器中输入待测试的结构物表面缺陷图像，根据M棵决策树的分类结果输出表面缺陷图像的检测结果。/n

【技术特征摘要】
1.一种基于随机结构森林的结构物表面缺陷检测方法，其特征在于包括以下步骤：通过图像传感器采集结构物表面缺陷的图像数据，结构物表面缺陷包括表面龟裂、裂缝缺陷，建立结构物表面缺陷图像的训练样本集和测试样本集，从表面缺陷图像样本集中随机选取M个子训练样本集构建M棵决策树；利用自适应滤波器进行图像预处理，选取结构物表面缺陷图像中感兴趣的区域，利用结构物表面缺陷图像块的特征属性和表面缺陷标签形成的样本特征空间集训练M棵决策树分类器，构建随机结构森林模型；在随机结构森林分类器中输入待测试的结构物表面缺陷图像，根据M棵决策树的分类结果输出表面缺陷图像的检测结果。


2.根据权利要求1所述的一种基于随机结构森林的结构物表面缺陷检测方法，其特征在于：利用自适应滤波器对采集的结构物表面缺陷图像进行预处理，滤波器作用的局部区域，其矩形窗口为Sxy，图像特征点f(x,y)在滤波器中响应值为f′(x,y)，其表达式为其中σ2为测量噪声的方差，为Sxy中像素的局部方差，mL为Sxy中像素局部均值。


3.根据权利要求1所述的一种基于随机结构森林的结构物表面缺陷检测方法，其特征在于：针对每一类结构物表面缺陷图像，提取图像块的缺陷连通域的几何尺寸特性以及缺陷图像的纹理特征信息，几何尺寸特性包括圆度、面积、长宽比，并记录每个缺陷图像的缺陷标签；在原始结构物表面缺陷图像中提取图像块的几何尺寸及纹理特性集为X，包含结构物表面缺陷的图像块为正样本，不包含结构物表面缺陷的图像块则为负样本，而图像缺陷标签集为Y，则利用结构物表面缺陷图像块和图像缺陷标签形成的样本特征空间集V为V＝{(X1,Y1),(X2,Y2)...

【专利技术属性】
技术研发人员：辛改芳，唐静，史新民，朱俊，
申请(专利权)人：常州信息职业技术学院，
类型：发明
国别省市：江苏;32