【技术实现步骤摘要】
对骨料进行在线检测的方法、可读存储介质及终端设备
[0001]本专利技术属于图像处理
，具体涉及一种对骨料进行在线检测的方法、可读存储介质及终端设备。
技术介绍
[0002]砂石骨料是水利工程中碎石、块石、料石等材料的统称，是混凝土等结构物的主要建筑材料之一，现如今在商用建筑企业中对砂石骨料的检测大多数采用传统的人工检测方式，然而人工检测会受到人为因素的影响，使得检测的效率低下。随着工业自动化水平不断的提升，自动化检测将逐渐取代人工检测，现阶段国内的一些研究机构和企业所采用的技术可分为以下几种：
[0003](1)基于传统图像处理的方法：1)利用图像处理技术对粗骨料的长宽比系数进行提取，从而达到对砂石骨料检测的目的；2)利用数字图像处理技术分割出岩石颗粒与细缝，提取砂石骨料的轮廓信息，测出骨料；3)使用图像处理技术，第一步先进行二值化，采用阈值分割的方法区分前景物体和背景，这里使用的是全局阈值分割的方法，第二步进行图像的去噪然后进行开运算(先腐蚀、后膨胀)操作，第三步观察膨胀后的图像，可以发现骨料被分割成一个个...
【技术保护点】
【技术特征摘要】
1.一种对骨料进行在线检测的方法，其特征在于，包括如下步骤：步骤一、使用在线图像获取设备预先采集多种骨料图像，形成数据集；步骤二、所述数据集按7：3比例分为训练集和测试集，对训练集的骨料图像进行骨料轮廓深度标注，并将标注后的骨料图像进行数据增强处理；步骤三、对数据增强处理后的骨料图像进行预处理，所述预处理包括对骨料图像进行直方图均衡化处理；步骤四、构建改进的Cascade Mask
‑
RCNN模型，对输入模型的图像经过特征提取网络backbone提取特征，其中，特征提取网络backbone采用Bottle block1和Bottle block2堆叠结合，所述Bottle block1为ResNeSt网络的block结构，所述Bottle block2为ResNet网络的block结构；所述特征提取网络backbone由五个阶段组成，第0阶段包含卷积层、批量归一化层与最大池化层，第1阶段与第4阶段都包含了一个Bottle block1与两个Bottle block2，第2阶段包含一个Bottle block1与三个Bottle block2，第3阶段包含一个Bottle block1与五个Bottle block2；步骤五、使用步骤四得到的改进的Cascade Mask
‑
RCNN模型对步骤三预处理后的训练集的骨料图像在Pytorch框架内进行训练，使用测试集的骨料图像进行验证，得到骨料图像分割及分析处理模型；步骤六、将得到的骨料图像分割及分析处理模型部署在骨料在线检测...
【专利技术属性】
技术研发人员：向阳，秦亚光，袁子琦，陈文龙，杨彪，杨文，潘奇，吴卓耕，
申请(专利权)人：浙江华东工程建设管理有限公司，
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。