【技术实现步骤摘要】
本专利技术涉及一种大坝深水结构隐患病害实时检测方法，属于大坝深水结构的非接触式缺陷检测。
技术介绍
1、目前我国已修建水库大坝9.8万余座，总库容8983亿m3，水电装机容量3.91亿千瓦，规模和数量均位居世界前列。这些工程在调蓄江河、抵御洪水、水力发电、航运灌溉等方面发挥重要作用，是国家水安全和经济发展的重要基础保障。然而，它们普遍存在有建设标准低、施工工艺差、三边工程等历史遗留问题，加之年久失修、后期养护管理不到位，坝体普遍存在诸多病害隐患。
2、传统大坝结构缺陷识别方法主要是基于人工巡视检查，辅以钢尺、锤敲、试纸等手段。实践表明，该方法存在检测效率低、危险度高、漏判率高等不足，且识别结果易受到工程师主观判断影响。此外，人工巡检难以在大坝深水结构区域开展实施，而改进的蛙人水下检测技术同样存在着下潜深度有限(通常不能超过60m)、下潜作业范围狭窄、作业时间短和潜在风险大等问题。
3、水下机器人是一类通过脐带缆实现动力和信号传输，由岸边人员操作并可执行特定水下作业任务的无人载运设备，近些年水下机器人搭载高清可见光...
【技术保护点】
1.一种大坝深水结构隐患病害实时检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的大坝深水结构隐患病害实时检测方法，其特征在于，所述步骤1中，采用水下机器人搭载可见光相机获取大坝深水结构部位的病害图像视频，可见光相机的采样频率为25帧每秒，每隔五帧提取一帧放入数据集中，从而得到大坝深水结构多类别病害数据集。
3.根据权利要求1所述的大坝深水结构隐患病害实时检测方法，其特征在于，所述步骤2中，对数据集中的每张图像采用图形界面可视化标注软件Labelme进行标注，利用矩形框确定病害区域在图像中的位置，标注信息包括矩形框的左上角点和右下角...
【技术特征摘要】
1.一种大坝深水结构隐患病害实时检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的大坝深水结构隐患病害实时检测方法，其特征在于，所述步骤1中，采用水下机器人搭载可见光相机获取大坝深水结构部位的病害图像视频，可见光相机的采样频率为25帧每秒，每隔五帧提取一帧放入数据集中，从而得到大坝深水结构多类别病害数据集。
3.根据权利要求1所述的大坝深水结构隐患病害实时检测方法，其特征在于，所述步骤2中，对数据集中的每张图像采用图形界面可视化标注软件labelme进行标注，利用矩形框确定病害区域在图像中的位置，标注信息包括矩形框的左上角点和右下角点坐标，根据左上角点和右下角点坐标得到矩形框中心点坐标及矩形框的长度和宽度，对矩形框中心点坐标及矩形框的长度和宽度进行归一化后保存在json...
【专利技术属性】
技术研发人员：李扬涛，包腾飞，李田雨，杜昊轩，向镇洋，
申请(专利权)人：河海大学，
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。