【技术实现步骤摘要】
一种基于反向残差瓶颈的编码器
‑
解码器小型桥梁底部裂缝检测系统与方法
[0001]本专利技术涉及一种基于反向残差瓶颈的编码器
‑
解码器小型桥梁底部裂缝检测系统与方法，具体是一种工况在正常交通时的小型桥梁底部裂缝检测与计算底部裂缝的长度、宽度和面积，及其报警控制系统与方法。
技术介绍
[0002]随着我国建设交通强国政策的提出，我国用于基础交通设施的资金逐年增加，其中有相当大的一部分用于桥梁的建设，桥梁的数量正在日益增。对于桥梁的寿命，运营安全问题日益突出，为了避免在车辆行驶过程中，桥梁造成坍塌，倾斜。有必要对于桥梁的病害进行预防和治理。然而造成桥梁坍塌、倾斜的最大的凶手便是桥梁底部的裂缝。我们必须要抱着
‘
早发现，早治理
’
的理念，面对桥梁的病害。
[0003]对于桥梁的裂缝存在着：斜裂缝、宽裂缝、交叉裂缝、网状裂缝。每一种裂缝的长度、宽度和面积当达到一定的标准时，都会对桥梁造成很大程度的危害，如果未能及时治理，则可能会造成坍塌，造成人们的生命财...
【技术保护点】
【技术特征摘要】
1.一种基于反向残差瓶颈的编码器
‑
解码器小型桥梁底部裂缝检测系统，包括设置于桥梁底部的工业摄像机组，用于平移拍摄桥梁底部裂缝的视频，并且摄像机组连接远距离WiFi传输模块，该WiFi传输模块被设置在相机内部，只需在计算机与相机处于相同频段则可以传输数据；对于工业相机的供电设备采用太阳能供电，将太阳能板以及小型转换电压设备紧贴在桥梁侧壁；计算机获得视频后，动态进行提取视频帧为图像，计算机内置于反向残差瓶颈的编码器
‑
解码器模型，用于检测图像中是否存在裂缝，并对裂缝进行长度、宽度以及面积的计算，当达到报警的指标时，计算机会产生报警信号通知相关工作人员。其特征在于，所述方法包括如下步骤:S1、设置于小型桥梁底部的滑道、工业摄像机、休息舱和供电设备,以及WiFi传输模块；S2、通过远程传输的视频，提取图像，以及图像位置匹配；S3、包括采集的图像以及公共混凝土裂缝数据集共同组成数据集；、S4、模型的构建，使用反向残差瓶颈的编码器
‑
解码器模块组件深度学习模型；S5、对训练数据集的扩增方法，动态裁剪训练集的图片，以及图像扩增方法；S6、模型的参数调优时，验证集对模型输入的随机方法；S7、测试集输入模型之后，采用拼接的方法处理裂缝语义分割图像；S8、计算裂缝的长度、宽度和面积；S9、预警系统，两种模式预警。2.根据权利要求1所述的基于反向残差瓶颈的编码器
‑
解码器小型桥梁底部裂缝检测系统，其特征在于，所述步骤S1具体包括：S11、所述的桥梁底部的工业摄像机组包括在一个专用防水外壳中，外壳借助滑道悬挂在小型桥梁的跨中位置，只保留在相机头部在外侧，其他使用外壳进行包裹，相当于普通工业相机的三倍。S12、所述的供电设备模块紧贴在桥梁侧壁上，为了避免日常风刮雨打的侵蚀，本发明同样选取一个矩形的安装箱进行悬挂，当天气良好时，可以采用充电电池将采集到的电量进行储存，当作储备能源，并且为了防止发生意外，采用备用电池组当作辅助能源，只需工作人员定期进行更换，而更换的条件根据摄像机的视频传输情况进行动态选择。所述的太阳能板与工业相机之间设置有电压转换模块，电压转换模块将太阳能板所采集到的电压转换为12V直流电压，传输的线缆使用防水、防晒装置进行包裹，连接到工业摄像机中的WiFi传输模块，需要我们在安装之前进行调试，我们在菜单键进行设计，将WiFi功能打开，并设置密码，最后通过计算机进行相机的WiFi匹配。3.根据权利要求2所述的基于反向残差瓶颈的编码器
‑
解码器小型桥梁底部裂缝检测系统，其特征在于，所述步骤S2具体包括：S21、计算机为了模型的输入图像需要对视频运动帧进行图像的提取，对于视频帧的提取图像，本发明采用抽样的方式进行截取，而裂缝的位置判断根据相机的移动速率以及视频帧的移动速率进行结合。4.根据权利要求2或3所述的基于反向残差瓶颈的编码器
‑
解码器小型桥梁底部裂缝检测系统，其特征在于，所述步骤S3具体包括：S31、相机的供电设备紧贴在桥梁的侧壁，考虑到实际测量现场光照条件的变化，利用闪光灯(推荐使用尼康闪光灯SB910)进行补光。为了补偿测量时测量倾角对测量精度的影
响，增加了角度传感器(推荐使用角度传感器DWQTH)，进行角度测量，为软件处理提供数据。在获取视频时，摄像机与桥梁之间的距离是不变的，为了得到不同光照条件下的裂缝图像，采集了一天中不同时段的桥梁图像。S32、结合采集的数据集，与公共数据集共构成M张桥梁裂缝数据集，并人为的随机选取一部分留下录像中提取的裂缝图像数据集作为测试。5.根据权利要求2至4所述的基于反向残差瓶颈的编码器
‑
解码器小型桥梁底部裂缝检测系统，其特征在于，所述步骤S4具体包括：S41、模型结构的方法，本发明对于模型的设计采用反向残差瓶颈去代替卷积核，因为反向残差瓶颈是对卷积核参数的简化，同样的卷积核的参数要远大于反向残差瓶颈的参数量，由于对于图像的卷积操作是大数量的，因此我们基于原来的解码器
‑
编码器结构进行改进，将原来模型的编码器的卷积核全部替换成反向残差瓶颈，则会大幅度的减少参数量，并且效果较原来的有所改善；S42、最后的转置卷积采取为SegNet的解码器，最后形成与原图类似的裂缝语义分割图像，改进后的模型我们取名为M...
【专利技术属性】
技术研发人员：李刚，张帅龙，陈玉博，兰栋超，李喜媛，代玉，陈永强，
申请(专利权)人：长安大学张帅龙，
类型：发明
国别省市：
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。