一种基于图像智能获取边坡病害量化信息方法技术

本发明专利技术提供了一种基于图像获取边坡病害方法，S1，获取边坡图像；S2，使用预设的目标定位神经网络识别边坡图像获取第一识别区域，其中所述第一识别区域是病害区域；S3，使用预设的像素级分类神经网络识别第一识别区域内的病害信息获取第二识别结果；S4，根据所述第一识别区域和第二识别结果计算得到边坡病害的病害数量、面积、长度信息。本发明专利技术先使用目标定位神经网络获取边坡图像中的病害位置信息，并使用像素级分类神经网络来识别边坡图像中的边坡病害信息，能够更为准确的获取病害的像素信息。本发明专利技术使用与部分像素区域具有相同归一化二阶中心矩的椭圆长轴的长度计算病害长度信息，能够更精确地获取病害的长度，面积等量化信息。化信息。化信息。

【技术实现步骤摘要】
一种基于图像智能获取边坡病害量化信息方法


[0001]本专利技术涉及图像
，具体来说，涉及一种基于图像获取边坡病害方法、装置及电子设备。

技术介绍

[0002]表观病害检测及程度分析在边坡健康监测领域具有重要意义。目前，在边坡方面，现有的整体技术状况评估是通过：工人定期巡查边坡的整体外观，记录边坡的关键部位(如格梁、挡墙、植被情况等)的病害类型，并通过病害的面积、长度、宽度等量化信息判断部位的受损程度。最后统计病害数量和病害程度，通过病害的量化汇总信息得到边坡整体安全状况。但是对于类似于边坡等大型民用边坡，不仅边坡的坡面与路面的高差较大，而且边坡的数量多，产生数据量庞大，依靠人工观察的方法是漫长的，效率低且带有主观性。因此，如何快速检测边坡(如边坡)的表观病害，并准确得到各个病害的量化信息是当前边坡整体技术状况评估面临的关键问题。
[0003]随着边坡病害检测技术近年来的快速发展和计算机技术的不断进步，开始逐渐出现使用人工智能方法检测边坡的病害。但是，基于人工智能的方法需要有一个良好的且鲁棒性强的智能模型，其离不开大量的训练数据集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像获取边坡病害方法，其包括如下步骤：S1，获取边坡图像；S2，使用预设的目标定位神经网络识别边坡图像获取第一识别区域，其中所述第一识别区域是病害区域；S3，使用预设的像素级分类神经网络识别第一识别区域内的病害信息获取第二识别结果；S4，根据所述第一识别区域和第二识别结果计算得到边坡病害的病害数量、面积、长度信息。2.根据权利要求1所述的方法，所述使用预设的目标定位神经网络识别边坡图像输出定位框，所述定位框用于标识所述第一识别区域在所述边坡图像的位置。3.根据权利要求2所述的方法，所述边坡表观病害的数量以统计目标识别神经网络的预测定位框的数量来确定。4.根据权利要求3所述的方法，所述边坡病害的长度信息的获取具体如下：将边坡病害分成n段，通过部分区域像素具有相同归一化二阶中心距的n个椭圆长轴求和的方法，获取每一段的椭圆长轴d
i
，并根据所述每一段的椭圆长轴来计算识别病害的长度d，5.根据权利要求1所述的方法，还包括如下步骤：S5，根据边坡病害的病害数量、面积、长度信息获取边坡的病害程度，并根据所述病害程度推送相应的告警信息。6.一种基于图像获取边坡病害装置，其包括如下单元：边坡图像...

【专利技术属性】
技术研发人员：林满生，腾帅，陈贡发，刘峰，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：