一种基于respath-unet水下声呐图像数据分割方法技术

本发明专利技术公开了一种基于respath‑Unet的水下声呐图像数据分割方法，属于土木工程与计算机视觉技术领域。本发明专利技术通过respath‑Unet网络基于训练数据集进行训练，将新拍摄的水下声呐图像数据输入训练好的respath‑Unet网络模型中，获取其分割结果，在通道维度上，获取其最大值对应的index，即为对应的结构标签。本发明专利技术能够得到水下声呐图像数据的水面、柱子以及河床，可用于辅助识别水下结构缺陷、河床断面形状、基础冲刷程度等。

【技术实现步骤摘要】
一种基于respath-unet水下声呐图像数据分割方法
本专利技术涉及土木工程与计算机视觉
，具体涉及一种基于Respath-Unet的水下声呐图像数据分割方法。
技术介绍
在我国，由于河流的冲刷，桥梁水下基础会存在各种病害，大多数桥梁建在江河湖海之中，其水下基础的技术状况并不能直接被人所知。国内很多桥梁检测并未将水下基础作为必检项目，但是水下基础是桥梁的根基，因此水下信息显得尤为重要。声波是最有效的水下传播工具，而声呐是利用声波进行探测的主要设备。随着声呐成像技术的日益发展成熟，图像声呐逐渐成为水下目标检测的一个重要工具。对水下图像进行分割得到准确的目标区是特征提取和分类识别的基础，而水声成像受限于复杂的水下声场环境，目标的成像往往具有分辨率低、像素信息少、形状不规则、边界残缺等特点。这也给水下声呐图像数据处理带来了很大难度。因此，一种完整准确的水下声呐数据分割方法显得尤为重要。
技术实现思路
本专利技术的目的是提供一种基于Respath-Unet的水下声呐图像数据分割方法，以克服现有技术对水下声呐图像数据桩基以及损伤等小样本数据分割不准确的缺陷。本专利技术的技术方案：一种基于Respath-Unet的水下声呐图像数据分割方法，包括如下步骤：S1：利用扫描声呐设备获取水下声呐图像数据；S2：对获得的水下声呐图像数据进行像素级标注，其中，背景部分标注为0，柱子部分标注为1，河床部分标注为2，水面部分标注为3，桩基部分标注为4，柱子上损伤标注为5；S3：将标注好的水下声呐图像数据进行数据划分，其中90％作为训练集，10％作为验证集；S4：构建respath结构，基于resnet50作为unet的encoder部分，以不同阶段的encoder作为respath的输入，相应respath的输出和unet的相应decoder在通道上进行联结，构建Respath-Unet；S5：Respath-Unet基于S3得到的训练集进行训练，并基于在验证集上的表现保存表现最好的模型权重参数；S6：利用训练好的模型，对新扫描的水下声呐图像数据，预处理后输入模型中，并对模型输出进行处理，得到最终的水面、柱子、桩基、河床以及损伤等分割结构。进一步的技术方案，步骤S1中，利用扫描声呐设备获取水下声呐图像数据。进一步的技术方案，步骤S2中，对获得的水下声呐图像数据进行像素级标注，其中，背景部分标注为0，柱子部分标注为1，河床部分标注为2，水面部分标注为3，桩基部分标注为4，柱子上损伤标注为5。进一步的技术方案，步骤S3中，将标注好的水下声呐图像数据进行数据划分，其中90％作为训练集，10％作为验证集。进一步的技术方案，步骤S4中，构建respath结构，基于resnet50作为unet的encoder部分，以不同阶段的encoder作为respath的输入，相应respath的输出和unet的相应decoder在通道上进行联结，构建Respath-Unet，其中分为以下步骤：S4.1在unet的encoder部分，采用resnet50的卷积结构，其中，对于IdentityBlock结构，采用3x3，5x5，7x7卷积并在通道层面联结代替原始的3x3卷积结构，增强模型的语义信息；S4.2基于S4.1的IdentityBlock结构，代替resnet50中的部分原始IdentityBlock结构，得到最终的encoder结构；S4.3构建Respath结构，Respath由一个或者多个基础respath串联而成，基础respath结构由一个5x5卷积和一个1x1卷积对应元素相加而得；S4.4基于S4.2得到的encoder结构和S4.3得到的Respath结构，构建Unet网络；S4.5损失函数包含两大部分，第一部分是mask分割的maskloss，第二部分为对应不同的EdgeBranch的Edgeloss。其中，maskloss采用加权交叉熵损失以及各类别的dice损失，Edgeloss采用diceloss，最终的优化目标函数如下：Loss＝weighted_categorical_crossentropy+Sum(dice_loss(mask)formaskinall_masks)+Sum(dice_loss(edge)foredgeinallEdgeBranch)进一步的技术方案，步骤S5中，Respath-Unet基于S3得到的训练集进行训练，并基于在验证集上的表现保存表现最好的模型权重参数。进一步的技术方案，步骤S6中，利用训练好的模型，对新扫描的水下声呐图像数据，预处理后输入模型中，并对模型输出进行处理，得到最终的水面、柱子、桩基、河床以及损伤等分割结构。方法原理：基于经典的Unet网络，提出Respath-Unet卷积神经网络模型获取水下声呐图像的水面、柱子、桩基、河床以及损伤等结构。Respath-Unet通过加入Respath结构，并在encoder部分加入了5x5以及7x7的卷积操作，增强了网络空间语义信息，提高了空间结构准确性，对于柱子损伤以及桩基等小样本数据具有更优的分割效果。本专利技术的有益效果：与现有技术相比，本专利技术具有以下显著优点：本专利技术所述的方法能够准确识别水下声呐图像的水面、柱子、桩基、河床以及损伤，相较于传统的常用的传统数字图像处理方法如边缘检测、阈值法、光谱分析法，具有自适应性，无需根据环境设置不同的参数，同时，相较于现有的深度学习网络，本专利技术提出的方法优化了对结构边缘的识别，提高了分割精度，对于复杂的环境，更加稳定，鲁棒性强。该方法是一套端到端的训练方法，也可以用于其他边缘模糊的分割任务中。附图说明图1为本专利技术基于Respath-Unet的水下声呐图像数据分割方法流程图。图2为本专利技术代替的Identityblock的网络结构图。图3为本专利技术的Respath网络结构图具体实施方式下面结合附图对本专利技术的技术方案作进一步说明。如图1所示，一种基于Respath-Unet的水下声呐图像数据分割方法包括如下步骤：S1：利用扫描声呐设备获取水下声呐图像数据；S2：对获得的水下声呐图像数据进行像素级标注，其中，背景部分标注为0，柱子部分标注为1，河床部分标注为2，水面部分标注为3，桩基部分标注为4，柱子上损伤标注为5；S3：将标注好的水下声呐图像数据进行数据划分，其中90％作为训练集，10％作为验证集；S4：构建respath结构，基于resnet50作为unet的encoder部分，以不同阶段的encoder作为respath的输入，相应respath的输出和unet的相应decoder在通道上进行联结，构建Respath-Unet；S5：Respath-Unet基于S3得到的训练集进行训练，并基于在验证集上的表现保存表现最好的模型权重参数；S本文档来自技高网...

【技术保护点】
1.一种基于respath-Unet的水下声呐图像数据分割方法，其特征在于：包括如下步骤：/nS1：利用扫描声呐设备获取水下声呐图像数据；/nS2：对获得的水下声呐图像数据进行像素级标注，其中，背景部分标注为0，柱子部分标注为1，河床部分标注为2，水面部分标注为3,桩基部分标注为4，柱子上损伤标注为5；/nS3：将标注好的水下声呐图像数据90％作为训练集，10％作为验证集，进行数据集划分；/nS4：构建respath结构，基于resnet50作为unet的encoder部分，以不同阶段的encoder作为respath的输入，相应respath的输出和unet的相应decoder在通道上进行联结，构建Respath-Unet；/nS5：Respath-Unet基于S3得到的训练集进行训练，并基于在验证集上的表现保存表现最好的模型权重参数；/nS6：利用训练好的模型，对新扫描的水下声呐图像数据，预处理后输入模型中，并对模型输出进行处理，得到最终的水面、柱子、桩基、河床以及损伤等分割结构。/n

【技术特征摘要】
1.一种基于respath-Unet的水下声呐图像数据分割方法，其特征在于：包括如下步骤：
S1：利用扫描声呐设备获取水下声呐图像数据；
S2：对获得的水下声呐图像数据进行像素级标注，其中，背景部分标注为0，柱子部分标注为1，河床部分标注为2，水面部分标注为3,桩基部分标注为4，柱子上损伤标注为5；
S3：将标注好的水下声呐图像数据90％作为训练集，10％作为验证集，进行数据集划分；
S4：构建respath结构，基于resnet50作为unet的encoder部分，以不同阶段的encoder作为respath的输入，相应respath的输出和unet的相应decoder在通道上进行联结，构建Respath-Unet；
S5：Respath-Unet基于S3得到的训练集进行训练，并基于在验证集上的表现保存表现最好的模型权重参数；
S6：利用训练好的模型，对新扫描的水下声呐图像数据，预处理后输入模型中，并对模型输出进行处理，得到最终的水面、柱子、桩基、河床以及损伤等分割结构。


2.根据权利要求1所述的一种基于Respath-Unet的水下声呐图像数据分割方法，其特征在于：步骤S1中，利用扫描声呐设备获取水下声呐图像数据。
...

【专利技术属性】
技术研发人员：戴姣，吕艳洁，王畅，
申请(专利权)人：江苏东印智慧工程技术研究院有限公司，
类型：发明
国别省市：江苏;32