【技术实现步骤摘要】
一种灌区干渠混凝土裂缝检测方法、装置及存储介质
[0001]本专利技术涉及一种灌区干渠混凝土裂缝检测方法
、
装置及存储介质,属于灌区设施安全监测
。
技术介绍
[0002]灌区干渠作为灌溉系统的重要组成部分,在农业灌溉中起着至关重要的作用
。
灌区干渠混凝土裂缝检测的重要性体现在保障灌溉系统的可靠性和稳定性
、
水资源的高效利用以及灾害防范和风险管理等方面
。
通过定期进行裂缝检测和及时维护修复,可以确保灌溉系统的正常运行,最大限度地减少资源损失和风险发生,提升农业生产的效益和可持续发展
。
传统的干渠混凝土裂缝检测通常依赖于经验丰富的工作人员目视检测,然而这种方法是劳动密集型且效率低下
。
近年来,随着深度学习技术的迅速发展,如何实现自动化裂缝检测已经成为当前研究热点
。
技术实现思路
[0003]本专利技术的目的是提供一种灌区干渠混凝土裂缝检测方法
、
装置及存储介质, ...
【技术保护点】
【技术特征摘要】
1.
一种灌区干渠混凝土裂缝检测方法,其特征在于,包括:构建用于裂缝区域检测的深度学习模型;所述模型以预处理后的灌区干渠混凝土图像为输入,以裂缝区域检测结果为输出,所述模型采用多路径深度方向带状卷积提取输入图像的多尺度特征信息;所述预处理为采用基于总变分的图像去噪算法对所述灌区干渠混凝土图像进行去噪处理;将实时获取的灌区干渠混凝土图像经预处理后输入所述深度学习模型,得到灌区干渠混凝土裂缝区域检测结果;对所述灌区干渠混凝土裂缝区域检测结果采用随机场进行优化,得到最终的裂缝区域检测结果
。2.
根据权利要求1所述的一种灌区干渠混凝土裂缝检测方法,其特征在于,所述采用基于总变分的图像去噪算法对所述灌区干渠混凝土图像进行去噪处理,包括:构建以下目标函数:;其中,表示目标函数, 表示原始图像与去噪后图像之间的均方差,表示正则化参数,为去噪后图像的总变分,表示为:,表示去噪后图像在位置处的梯度,表示一个小正数;以最小化所述目标函数为目标采用梯度下降算法进行迭代优化,得到最终的去噪后图像
。3.
根据权利要求2所述的一种灌区干渠混凝土裂缝检测方法,其特征在于,所述构建用于裂缝区域检测的深度学习模型,包括:拍摄不同角度
、
不同距离和不同明暗条件下的灌区干渠混凝土裂缝图像作为裂缝图像数据集;对所述裂缝图像数据集中的图像进行预处理后,对裂缝区域进行标注;构建基于编码器
‑
解码器的深度学习网络,以所述标注后的裂缝图像数据集为训练集,对所述深度学习网络进行训练,得到训练好的用于裂缝区域检测的深度学习模型
。4.
根据权利要求3所述的一种灌区干渠混凝土裂缝检测方法,其特征在于,所述基于编码器
‑
解码器的深度学习网络,包括:
Stem
模块,用于对输入图像进行降维处理;编码器,用于提取输入图像在不同感受野尺度上的特征图;所述编码器包括四个特征提取模块,每个特征提取模块包括两个
1*1
卷积模块和一个多路径深度方向带状卷积模块;所述多路径深度方向带状卷积模块包括三个深度可分离对称卷积,卷积核大小分别为 7、11 和 21
;解码器,用于将所述编码器输出的四个特征图通过多层感知机统一通道维度,并将四个特征图统一进行上采样为相同尺寸进行拼接,以及将拼接后的特征图通道数调整为2,输出对应背景区域和裂缝区域像素的预测概率
。5.
根据权利要求4所述的一种灌区干渠混凝土裂缝检测方法,其特征在于,所述
S...
【专利技术属性】
技术研发人员:曹国金,苏超,柴丽莎,黄志雄,王志才,王文君,赵镜浩,周孝平,张国新,陈国基,黄伟军,邱丽霞,
申请(专利权)人:广州市北部市管水利设施事务中心,
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。