一种桥梁缺陷检测方法、设备、系统及存储介质技术方案

本发明专利技术涉及一种桥梁缺陷检测方法、设备、系统及存储介质，所述方法包括：获取无人机采集的桥体影像数据；对所述桥体影像数据进行预处理，以得到清晰的并去除缺陷以外的背景的图像；对预处理后得到的图像进行边缘检测，以检测出桥体存在脱皮缺陷的区域；采用预设的卷积神经网络模型对所述预处理后的图像进行处理，以检测出桥体存在裂缝缺陷的位置以及裂缝缺陷的尺寸。本发明专利技术解决了目前桥梁缺陷检测时工作效率低、作业周期长和风险大的问题。作业周期长和风险大的问题。作业周期长和风险大的问题。

【技术实现步骤摘要】
一种桥梁缺陷检测方法、设备、系统及存储介质


[0001]本专利技术涉及桥梁检测
，尤其涉及一种桥梁缺陷检测方法、设备、系统及存储介质。

技术介绍

[0002]桥梁作为交通的重要组成部分，与政治、经济、军事、科学技术、文化、艺术等息息相关。桥梁安全运行与国民经济和人民生活具有密切的关系。桥梁的建设在国民经济的发展中起着至关重要的作用，但是桥面常常受到自然气候的影响，特别是在降雨多的地区，桥面往往更容易受到水的停滞而损坏。同时，随着我国的经济发展，桥梁的交通流量和车辆负荷逐渐增加，这些因素会增加对桥梁表面的破坏。随着时间的流逝，桥梁将产生裂纹、路面沉降、局部损害等问题，缩短其使用寿命，甚至导致桥梁塌陷等严重事故。因此需要经常对桥梁进行缺陷检测。
[0003]而传统桥梁检测与维修工作中存在工作效率低、作业周期长、风险大等不足。

技术实现思路

[0004]有鉴于此，有必要提供一种桥梁缺陷检测方法、设备、系统及存储介质，用以解决目前桥梁缺陷检测时工作效率低、作业周期长和风险大的问题。
[0005]第一方面，本专利技术提供一种桥梁缺陷检测方法，包括如下步骤：
[0006]获取无人机采集的桥体影像数据；
[0007]对所述桥体影像数据进行预处理，以得到清晰的并去除缺陷以外的背景的图像；
[0008]对预处理后得到的图像进行边缘检测，以检测出桥体存在脱皮缺陷的区域；
[0009]采用预设的卷积神经网络模型对所述预处理后的图像进行处理，以检测出桥体存在裂缝缺陷的位置以及裂缝缺陷的尺寸。
[0010]优选的，所述的桥梁缺陷检测方法中，所述桥体影像数据至少包括桥面影像数据、桥架影像数据和桥墩影像数据。
[0011]优选的，所述的桥梁缺陷检测方法中，所述对所述桥体影像数据进行预处理，以得到清晰的并去除缺陷以外的背景的图像的步骤具体包括：
[0012]对所述桥体影像数据进行分帧处理，以得到多个关键帧图像；
[0013]采用图像处理技术对各个所述关键帧图像进行处理，以得到多个清晰的并去除缺陷以外的背景的图像。
[0014]优选的，所述的桥梁缺陷检测方法中，所述对所述桥体影像数据进行分帧处理，以得到多个关键帧图像的步骤具体包括：
[0015]获取所述桥体影像数据的总帧数，对桥体影像数据进行逐帧读取，并以帧数序号为预设值的N倍的图像作为关键帧图像；其中，N为不小于1的自然数。
[0016]优选的，所述的桥梁缺陷检测方法中，所述采用图像处理技术对各个所述关键帧图像进行处理，以得到多个清晰的并去除缺陷以外的背景的图像的步骤具体包括：
[0017]对所述关键帧图像进行灰度化处理，将RGB域的图像转换为GRY域的图像；
[0018]通过直方图均衡化灰度处理后的图像的灰度；
[0019]采用中值滤波法对均衡化处理后的图像进行中值滤波；
[0020]采用拉普拉斯算法对滤波处理后的图像进行边缘加强处理；
[0021]采用阈值分割法对边缘加强处理后的图像进行背景分割，以得到清晰的并去除缺陷以外的背景的图像。
[0022]优选的，所述的桥梁缺陷检测方法中，所述对预处理后得到的图像进行边缘检测，以检测出桥体存在脱皮缺陷的区域的步骤具体包括：
[0023]采用Canny边缘检测算法对图像进行边沿提取，得到边沿后，寻找边沿的最大连通域；
[0024]计算出所述最大连通域的面积，并将最大连通域的面积与预设的面积阈值进行比较，当所述最大连通域的面积大于预设的面积阈值时，判断所述最大连通域为需要修补的区域。
[0025]优选的，所述的桥梁缺陷检测方法中，所述预设的卷积神经网络模型为基于YOLOV5神经网络框架的网络模型。
[0026]第二方面，本专利技术还提供一种桥梁缺陷检测设备，处理器和存储器；
[0027]所述存储器上存储有可被所述处理器执行的计算机可读程序；
[0028]所述处理器执行所述计算机可读程序时实现如上所述桥梁缺陷检测方法中的步骤。
[0029]第三方面，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的桥梁缺陷检测方法中的步骤。
[0030]第四方面，本专利技术还提供一种桥梁缺陷检测系统，包括如上所述的桥梁缺陷检测设备，还包括：
[0031]无人机，所述无人机与所述桥梁缺陷检测设备电连接，并用于采集桥体影像数据；
[0032]修补车，所述修补车与所述桥梁缺陷检测设备电连接，用于根据所述桥梁缺陷检测设备的检测结果进行检修；
[0033]若干个光源，若干个所述光源分别位于所述无人机和修补车上，用于补光。
[0034]相较于现有技术，本专利技术提供的桥梁缺陷检测方法、设备、系统及存储介质，通过利用无人机拍摄图像，然后对图像进行预处理后，利用边缘检测法检测脱皮缺陷，利用神经网络模型检测裂缝缺陷，检测精度较高，工作效率高、作业周期短，而且不会产生安全风险。
附图说明
[0035]图1为本专利技术提供的桥梁缺陷检测方法的一较佳实施例的流程图；
[0036]图2为本专利技术提供的桥梁缺陷检测方法中，预处理后的图像的一较佳实施例的效果图；
[0037]图3为本专利技术提供的桥梁缺陷检测方法中，预处理后的图像的另一较佳实施例的效果图；
[0038]图4为本专利技术提供的桥梁缺陷检测方法中，卷积神经网络模型识别的第一结果图；
[0039]图5为本专利技术提供的桥梁缺陷检测方法中，卷积神经网络模型识别的第二结果图。
具体实施方式
[0040]下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。
[0041]请参阅图1，本专利技术实施例提供的桥梁缺陷检测方法，包括如下步骤：
[0042]S100、获取无人机采集的桥体影像数据。
[0043]本实施例中，利用无人机上搭载的运动相机来实时获取桥体影像数据，桥体影像数据以视频流的形式存在，然后通过5G技术与所述无人机通信，进而获取无人机采集的桥体影像数据，其中，所述桥体影像数据至少包括桥面影像数据、桥架影像数据和桥墩影像数据，以实现对桥体的无死角缺陷检测。
[0044]S200、对所述桥体影像数据进行预处理，以得到清晰的并去除缺陷以外的背景的图像。
[0045]本实施例中，为了保证后续对图像识别的准确性，需要对桥体影像数据进行预处理，以得到清晰的图像，并且滤除缺陷以外的背景，方便进行识别。具体实施时，所述步骤S200具体包括：
[0046]对所述桥体影像数据进行分帧处理，以得到多个关键帧图像；
[0047]采用图像处理技术对各个所述关键帧图像进行处理，以得到多个清晰的并去除缺陷以外的背景的图像。
[0048]具体来说，在通过5G技术得到桥体影像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种桥梁缺陷检测方法，其特征在于，包括如下步骤：获取无人机采集的桥体影像数据；对所述桥体影像数据进行预处理，以得到清晰的并去除缺陷以外的背景的图像；对预处理后得到的图像进行边缘检测，以检测出桥体存在脱皮缺陷的区域；采用预设的卷积神经网络模型对所述预处理后的图像进行处理，以检测出桥体存在裂缝缺陷的位置以及裂缝缺陷的尺寸。2.根据权利要求1所述的桥梁缺陷检测方法，其特征在于，所述桥体影像数据至少包括桥面影像数据、桥架影像数据和桥墩影像数据。3.根据权利要求1所述的桥梁缺陷检测方法，其特征在于，所述对所述桥体影像数据进行预处理，以得到清晰的并去除缺陷以外的背景的图像的步骤具体包括：对所述桥体影像数据进行分帧处理，以得到多个关键帧图像；采用图像处理技术对各个所述关键帧图像进行处理，以得到多个清晰的并去除缺陷以外的背景的图像。4.根据权利要求3所述的桥梁缺陷检测方法，其特征在于，所述对所述桥体影像数据进行分帧处理，以得到多个关键帧图像的步骤具体包括：获取所述桥体影像数据的总帧数，对桥体影像数据进行逐帧读取，并以帧数序号为预设值的N倍的图像作为关键帧图像；其中，N为不小于1的自然数。5.根据权利要求3所述的桥梁缺陷检测方法，其特征在于，所述采用图像处理技术对各个所述关键帧图像进行处理，以得到多个清晰的并去除缺陷以外的背景的图像的步骤具体包括：对所述关键帧图像进行灰度化处理，将RGB域的图像转换为GRY域的图像；通过直方图均衡化灰度处理后的图像的灰度；采用中值滤波法对均衡化处理后的图像进行中值滤波；采用拉普拉斯算法对滤波处理后的图像进行边缘加强处理；采用阈值分割法...

【专利技术属性】
技术研发人员：杨艳芳，谢雨霏，尚春旭，李匡奚，谭小龙，涂铭茜，单庆洁，殷芳锐，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：