一种基于机器视觉的复杂背景建筑物裂缝检测方法技术

本发明专利技术公开了一种基于机器视觉的复杂背景建筑物裂缝检测方法，使用相机获取图像；将resnet101网络作为主干网络，将图像输入到主干网络中进行特征提取；采用OCR结构对主干网络提取的中间层特征做粗略的语义分割，结合粗略的语义分割结果与主干网络提取的最深层特征计算得到K组向量，即物体区域表示；结合物体区域表示与主干网络提取的最深层特征计算得到像素与物体区域表示的关系矩阵，并得到每个像素和物体区域表示的值；根据值与物体区域表示加权求和，得到最后的物体上下文特征表示；将物体上下文特征表示与主干网络提取的最深层特征进行拼接，获得最后的分割结果图像并进行上采样，得到最终的裂缝分割图。本发明专利技术能够很好的区分裂缝和背景，提高识别质量。提高识别质量。提高识别质量。

【技术实现步骤摘要】
一种基于机器视觉的复杂背景建筑物裂缝检测方法


[0001]本专利技术涉及裂缝检测
，具体涉及一种基于机器视觉的复杂背景建筑物裂缝检测方法。

技术介绍

[0002]随着城市化进程的推进，城市建设不断发展。但由于经济发展、城市规划、地质变化、施工影响、建筑质量等各方面原因，目前城市存在不少超期服役、结构损伤的房屋等各种病害，导致住宅建筑成为危险建筑，严重威胁居民和周边设施的安全。
[0003]裂缝是危险房屋三大类构件危险性鉴定的主要内容，反映了结构受力状态及其安全性、耐久性，开裂是结构细观层面受力状态的宏观体现。裂缝是结构损伤的表现，是耐久性不足的预警，是结构破坏的先兆。并且房屋裂缝的现象十分普遍，其形成原因也相对复杂。在危房健康监测过程中关注裂缝的形成及变化规律能够及时发现建筑物潜在的安全隐患，并为相应补救措施的制定提供依据。
[0004]在工程结构现场检测与实验室试验中，现有的人工裂缝识别技术难以满足需求。裂缝检查的效果依赖于检查者的主动性，客观原因如危险、不舒适检查环境等同样影响裂缝检查的可靠性，总结起来存在测不准、高空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的复杂背景建筑物裂缝检测方法，其特征在于，包括以下步骤：步骤一、通过相机进行图像获取；步骤二、将resnet101网络作为主干网络，将图像输入到主干网络中进行特征提取，得到图像在缩小8倍下采样的特征图；步骤三、采用OCR结构对主干网络提取的最深层特征做粗略的语义分割，获得像素的类别概率分布，即软物体区域；步骤四、将主干网络的中间层特征使用SE注意力机制进行通道增强之后代替主干网络的最深层特征，得到最深层替代特征，结合软物体区域与最深层替代特征计算得到K组向量，即物体区域表示，每一组向量表示一类物体的特征表示，赋予类别标签；步骤五、结合物体区域表示与最深层替代特征计算得到像素与物体区域表示的关系矩阵，并通过关系矩阵得到每个像素和物体区域表示的值；步骤六、根据每个像素和物体区域表示的值与物体区域表示加权求和，得到最后的物体上下文特征表示；步骤七、将物体上下文特征表示与最深层替代特征进行拼接，获得最后的分割结果图像；步骤八、在最后的分割结果图像中进行采样，得到最终的裂缝分割图，对裂缝分割图进行建筑物裂缝的检测。2.如权利要求1所述的基于机器视觉的复杂背景建筑物裂缝检测方法，其特征在于，对resnet101网络进行改进，保留resnet101网络中的特征提取层，将全连接层去除。3.如权利要求1所述的基于机器视觉的复杂背景建筑物裂缝检测方法，其特...

【专利技术属性】
技术研发人员：赵广辉，潘大荣，王鹏飞，王剑，史春乐，袁辉，白碧波，赵启林，
申请(专利权)人：昆山市建设工程质量检测中心，
类型：发明
国别省市：