【技术实现步骤摘要】
复杂背景下机场道面细带状结构病害检测方法
本专利技术属于图像识别
，特别是涉及一种复杂背景下机场道面细带状结构病害检测方法。
技术介绍
由于荷载因素和环境因素的反复作用，机场道面结构在使用过程中会逐渐出现各种结构病害，因此对其定期检修维护是确保机场安全运营的关键。目前面向公路道面的病害检测方法已经取得了一定进展，但专门针对机场道面病害检测问题的研究很少。当前机场仍采用以人工巡检为主的道面病害检测方法，耗时费力、主观性强且成本高，无法满足机场快速发展的需求。因此，自动化的机场道面病害检测已成为当前的一大研究热点。为了从图像中快速、准确地检测出病害,部分学者采用传统的数字图像处理方法。Sorncharean等人基于网格单元划分，设计了一种用于强纹理和光照不均匀模型的裂缝检测算法。李清泉等人提出一种将裂缝提取问题转化为格状图顶点之间最小代价路径搜索的算法用以检测裂缝。GUAN等人运用裂缝与背景信息存在的的线性差异采用张量投票的方法增强裂缝特征。Peng等人基于改进Otsu阈值分割算法和改进的自适应迭代阈值分割算法，提...
【技术保护点】
1.一种复杂背景下机场道面细带状结构病害检测方法，其特征在于：所述的复杂背景下机场道面细带状结构病害检测方法包括按顺序进行的下列步骤：/n步骤一：在深度神经网络DetMSPNet的每个残差块后面加入注意力机制模块(CBAM)，将病害特征图输入注意力机制模块，获得融合病害特征图，以增强机场道面细带状结构病害特征的权重，抑制干扰信息；/n步骤二：在深度神经网络DetMSPNet中构建由残差块和残差空洞金字塔块交替连接而组成的残差空洞金字塔模块，利用残差空洞金字塔模块从上述融合病害特征图中提取得到不同尺度空间下的病害特征图；/n步骤三：在深度神经网络DetMSPNet的第三个残差...
【技术特征摘要】
1.一种复杂背景下机场道面细带状结构病害检测方法，其特征在于：所述的复杂背景下机场道面细带状结构病害检测方法包括按顺序进行的下列步骤：
步骤一：在深度神经网络DetMSPNet的每个残差块后面加入注意力机制模块(CBAM)，将病害特征图输入注意力机制模块，获得融合病害特征图，以增强机场道面细带状结构病害特征的权重，抑制干扰信息；
步骤二：在深度神经网络DetMSPNet中构建由残差块和残差空洞金字塔块交替连接而组成的残差空洞金字塔模块，利用残差空洞金字塔模块从上述融合病害特征图中提取得到不同尺度空间下的病害特征图；
步骤三：在深度神经网络DetMSPNet的第三个残差块上面增加一个最大池化支路，利用最大池化支路从上述不同尺度空间下的病害特征图中提取得到具有丰富细节信息的病害特征图，以加强深度神经网络DetMSPNet对于病害的定位能力；
步骤四：将从深度神经网络DetMSPNet最后一层得到的病害特征图分别输入三个不同扩张率的扩张卷积层和金字塔池化模块，获得大感受野下的病害特征图以及包含更多全局上下文信息的病害特征图；
步骤五：将步骤三获得的具有丰富细节信息的病害特征图与步骤四获得的大感受野下的病害特征图以及包含更多全局上下文信息的病害特征图进行融合，获得具有不同尺度、不同层次的细带状结构病害特征图。
2.根据权利要求1所述的复杂背景下机场道面细带状结构病害检测方法，其特征在于：在步骤一中，所述的在深度神经网络DetMSPNet的每个残差块后面加入注意力机制模块(CBAM)，将病害特征图输入注意力机制模块，获得融合病害特征图的方法是：
在深度神经网络DetMSPNet的每个残差块后面加入注意力机制模块，给定一个病害特征图F∈RC×H×W作为注意力机制模块的输入，其中，C为通道数，H为病害特征图的高度，W为病害特征图的宽度，R为实数集，注意力机制模块以此推断出一个1维的通道注意力权重Mc∈RC×1×1，之后将通道注意力权重Mc与病害特征图F相乘得到通道注意力特征图F'：
其中表示逐元素相乘；
通道注意力特征图F'将作为接下来空间注意力模块的输入特征图，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。