【技术实现步骤摘要】
基于计算机视觉的桥梁健康云监测系统
[0001]本专利技术涉及计算机视觉领域，尤其是涉及一种基于计算机视觉的桥梁健康云监测系统。
技术介绍
[0002]随着计算机视觉技术的不断发展，特别是近年来机器学习及深度学习的发展，计算机视觉为桥梁监控已经成为可能。国家对基础设施的建设及养护的重视及技术的发展需要一种更为先进的技术。基于计算机视觉的桥梁健康云监测系统可以通过计算机视觉技术，辅以其他传统监测手段及专家系统，利用图像分析，深度学习及三维重建技术和桥梁的三维设计数据，为用户提供一个新型的云监测平台。
[0003]现有技术主要是基于传统的机械电子式传感器、声振动式传感器和光电传感器等，接触式的连接到桥梁体上，安装麻烦且有风险，维护难，有些技术将数据存于本地，有些技术传到云服务器，但是无法采集到桥梁的图像及三维数据，无法为后台提供一个可视化，可重分析的监测及预警平台。当前很多桥梁也有摄像机，但是他们只是把监控摄像头用来进行安防监控，而不是进行图像分析。
技术实现思路
[0004]针对现有技术存在的上述问题，...
【技术保护点】
【技术特征摘要】
1.基于计算机视觉的桥梁健康云监测系统，其特征在于：包括视觉终端和云服务器；视觉终端通过WAN和5G连接到云服务器；所述视觉终端包括工业相机及镜头、微处理器、激光模块；所述激光模块用于现场照明并提高成像质量；所述微处理器的软件包含采集模块、预处理模块和传输模块；所述采集模块通过工业相机及镜头采集桥梁的测量部位的图像数据；所述测量部位包括但不限于：拉索、桥拱、桥身；所述预处理模块对来自采集模块的图像数据进行预处理；所述预处理包括但不限于：图像增强、图像去噪及图像对齐；所述传输模块将来自预处理模块的图像数据发送给云服务器；所述云服务器包括后台软件和数据库；所述后台软件包括接收模块、存储模块、分析模块、诊断模块、预警模块、管理模块、查询模块、服务模块；所述接收模块并行接收多个视觉终端的图像数据；所述存储模块的功能包括：将来自视觉终端的图像数据保存到数据库中；将测量部位的三维重建模型保存到数据库中；将测量部位的三维重建模型与桥梁的三维设计图之间的三维比较结果保存到数据库中；所述分析模块采用人工智能神经网络及并发计算模式，根据图像数据计算出相应的特性值，并对测量部位进行三维重建，得到三维重建模型并与桥梁的三维设计图进行比较，得到三维比较结果；所述诊断模块基于机器学习技术，对三维重建模型和三维比较结果进行分类和回归，对桥梁的健康状况进行实时诊断；所述预警模块利用机器学习技术，将三维重建模型和三维比较结果的历史数据与专家团的专业知识结合，实现桥梁的早期健康预警；所述管理模块的功能包括但不限于：设置各级用户权限；导入桥梁的三维设计图；标注桥梁的测量部位；所述查询模块为用户提供基于网页的数据查询系统；所述服务模块的功能包括但不限于：提供离线咨询及实时在线咨询，连接专家团队，解决桥梁维护中的疑难问题以及提供最终的维修和养护方案。2.根据权利要求1所述的基于计算机视觉的桥梁健康云监测系统，其特征在于：所述图像增强采用的算法是CLAHE，即限制对比度的自适应直方图均衡算法，具体步骤如下：S21：将图像分为若干子块，对每个子块的像素进行统计，得到直方图；S22：给直方图设定一个幅值上限ClipLimit，对直方图中高于幅值上限ClipLimit的部分进行求和，结果为totalExcess；S23：将totalExcess均分给直方图中的所有灰度级，并求出该操作导致直方图整体上升的高度L＝totalExcess/N，其中N为灰度级个数；S24：求出幅值上限ClipLimit与高度L的差值Upper＝ClipLimit
‑
L；S25：以ClipLimit和Upper为界限，对直方图进行如下处理：若幅值高于ClipLimit，将其直接置为ClipLimit；若幅值处于Upper和ClipLimit之间，将其填补至ClipLimit；若幅值
低于Upper，直接填补L个像素点。3.根据权利要求1所述的基于计算机视觉的桥梁健康云监测系统，其特征在于：所述图像去噪采用的算法是非局部中值算法，具体步骤如下：将图像分为若干子块，随机选择其中一个子块，将这个子块的像素与整幅图像中其他区域的像素进行比较，计算两者的相似度，相似度越高，得到的权重越大；如果相似度低于某个阈值，则权重为零；将这些相似的像素值根据归一化之后的权重加权求和，得到去噪之后的图像。4.根据权利要求1所述的基于计算机视觉的桥梁健康云监测系统，其特征在于：所述...
【专利技术属性】
技术研发人员：黄志峰，黄波士，竟峰，刘越，
申请(专利权)人：北京夸克创智科技有限公司，
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。