混凝土表面裂纹检测方法及系统技术方案

本发明专利技术涉及混凝土表面裂纹检测方法及系统，包括以下步骤：获取混凝土表面图像信息，基于得到的隐层输出提取裂纹特征信息；得到的裂纹特征信息与隐层输出以及通道关联信息相加，经融合和随机乱序处理后得到输出的特征；基于输出的特征，得到与裂纹特征信息对应维度的预测框，选取与裂纹尺寸匹配的预测框并剔除冗余预测框，经解码输出裂纹所在预测框的坐标信息，得到裂纹所在的位置。得到裂纹所在的位置。得到裂纹所在的位置。

【技术实现步骤摘要】
混凝土表面裂纹检测方法及系统


[0001]本专利技术涉及建筑结构病害检测
，具体为混凝土表面裂纹检测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]混凝土建筑随着时间的推移、自然因素以及人为破坏等原因，容易出现缺陷，而最为常见的缺陷为裂缝，现有的人工早期裂纹检测方法通过获取混凝土建筑的图像信息，识别出图像中存在于混凝土表面的裂缝，此类方法准确度低、效率差。
[0004]为了应对上述问题，以卷积神经网络为基础，通过深度学习目标检测算法实现裂缝检测为现有技术中应用较多的技术，但此类算法几乎无法在准确性与计算成本之间达到平衡，虽然具有相对更加准确的识别效果，但计算成本高昂。
[0005]而现有部分轻量化网络虽然具备更少的计算量，有效降低了网络模型的空间占用，但依然存在诸多问题。例如：
[0006]为了使检测模型后期在移动设备中占据更小的存储空间和更少的计算成本，许多轻量化算法虽然减少了大量计算开销和内存消耗，但往往以牺牲检测性能为代价。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.混凝土表面裂纹检测方法，其特征在于，包括以下步骤：获取混凝土表面图像信息，基于得到的隐层输出提取裂纹特征信息；得到的裂纹特征信息与隐层输出以及通道关联信息相加，经融合和随机乱序处理后得到输出的特征；基于输出的特征，得到与裂纹特征信息对应维度的预测框，选取与裂纹尺寸匹配的预测框并剔除冗余预测框，经解码输出裂纹所在预测框的坐标信息，得到裂纹所在的位置。2.如权利要求1所述的混凝土表面裂纹检测方法，其特征在于，得到的裂纹特征信息与隐层输出以及通道关联信息相加，经融合和随机乱序处理后得到输出的特征，具体为：图像经标准卷积处理生成的特征，经第一个残差卷积层得到隐层输出，再经第二个残差卷积层产生输出后，与输入特征点对点相加；点对点相加处理后，与经标准卷积层处理后的特征信息融合。3.如权利要求1所述的混凝土表面裂纹检测方法，其特征在于，通过获取混凝土表面裂纹数据集，划分训练集实现训练，划分验证集用于验证。4.如权利要求3所述的混凝土表面裂纹检测方法，其特征在于，在训练集上，根据裂纹形态划分裂纹的类别，利用激活函数回归预测裂缝的类别概率，取概率值最大的类别，作为裂缝的预测类别信息，在完成训练后使其具备判定裂纹类别的能力。5.如权利要求3所述的混凝土表面裂纹检测方法，其特征在于，训练过程中，在得到与裂纹特征信息对应维度的预测框后，确定预测框与训练集中真实裂纹所在标注框之间的交并比大...

【专利技术属性】
技术研发人员：李杨，宋明朝，
申请(专利权)人：山东省科学院自动化研究所，
类型：发明
国别省市：