【技术实现步骤摘要】
本专利技术涉及图像数据处理，具体涉及基于图像识别的混凝土抗渗试验自动记录方法。
技术介绍
1、钢筋混凝土建筑结构是一种常用的建筑结构类型，然而混凝土材质如不能较好的隔绝外界以水为承载介质的各种有害离子侵蚀，会导致包裹在混凝土中的钢筋发生锈蚀现象，造成钢筋混凝土强度降低，对建筑结构使用寿命以及使用安全产生巨大影响；因此需要对混凝土产品进行抗渗性能测试，以设计出抗渗能力强的混凝土产品；而在进行混凝土抗渗试验过程中，大量的测试样本需要及时进行测试情况分析，人工记录方式不能同时采集大量的测试样本，导致样本的测试数据记录需要经过较长的时间，导致测试数据可信度下降，不利于准确分析混凝土的抗渗性能。
2、现有技术中由于图像采集单元的低部署难度，通过计算机视觉的图像识别技术对混凝土进行抗渗试验的数据采集，通过对采集到的图像进行渗水分析完成测试。而现有方法中通常采用神经网络对混凝土抗渗试验过程中的图像进行分析，通过训练神经网络来标定混凝土的渗水等级；然而混凝土测试样本的渗水情况不一，且混凝土中各组分并不容易形成均匀的平面，导致渗水部位产生的灰度变化容易被砂石组分的灰度变化造成干扰，导致神经网络spp层(空间金字塔池化层)的特征窗口中存在大量非渗水区域的干扰，从而降低spp层输出的渗水区域特征窗口的准确性，进而影响混凝土渗水等级的分析结果的准确性。
技术实现思路
1、本专利技术提供基于图像识别的混凝土抗渗试验自动记录方法，以解决现有的通过神经网络对混凝土测试面图像进行渗水分析的过程中，受非
2、本专利技术一个实施例提供了基于图像识别的混凝土抗渗试验自动记录方法，该方法包括以下步骤：
3、采集多个混凝土样本若干时刻的测试图像；
4、将任意一张测试图像作为目标测试图像，对目标测试图像输出特征图及若干待测窗口，以及每个待测窗口在目标测试图像对应的测试窗口；对特征图获取若干峰值位置，根据待测窗口中的峰值位置及对应的测试窗口中像素点的灰度值，得到每个待测窗口的第一选取评价；
5、根据待测窗口在特征图中的分布，得到每个待测窗口的若干重叠窗口；根据待测窗口及重叠窗口的第一选取评价与分布，获取每个待测窗口的第二选取评价；根据第二选取评价得到目标测试图像的若干特征窗口；
6、对每张测试图像获取若干特征窗口，并对每张测试图像进行渗水等级标记，通过每张测试图像的特征图及特征窗口对神经网络进行训练，得到混凝土渗水检测模型。
7、进一步的，所述对目标测试图像输出特征图及若干待测窗口，以及每个待测窗口在目标测试图像对应的测试窗口，包括的具体方法为：
8、将目标测试图像输入到cnn网络中，在最后一层卷积层输出目标测试图像的特征图，采用selective search算法在特征图中采集q个待测窗口，得到若干待测窗口，对每个待测窗口通过尺寸与位置，在目标测试图像中获取对应的窗口，记为每个待测窗口对应的测试窗口。
9、进一步的，所述对特征图获取若干峰值位置，包括的具体方法为：
10、对特征图从左上角第一个位置开始，先从左到右逐个位置进行遍历，再从上到下逐行遍历，将所有位置的信号值按照遍历顺序进行排列，得到特征图的变化序列，以横坐标为序列中信号值的次序，纵坐标为信号值，得到二维曲线，对二维曲线通过ampd算法得到多个峰值点，将峰值点在特征图中对应的位置，记为峰值位置。
11、进一步的，所述得到每个待测窗口的第一选取评价，包括的具体方法为：
12、根据待测窗口中峰值位置的信号值，获取每个待测窗口的信号表现程度；目标测试图像中第i个待测窗口的第一选取评价ai的计算方法为：
13、
14、其中，hi表示第i个待测窗口的信号表现程度，ni表示第i个待测窗口中位置的数量，ni′表示第i个待测窗口中峰值位置的数量，ni表示第i个待测窗口对应的测试窗口中像素点的数量，gi,j表示第i个待测窗口对应的测试窗口中第j个像素点的灰度值，表示第i个待测窗口对应的测试窗口中所有像素点的灰度值均值，σi(g)表示第i个待测窗口对应的测试窗口中所有像素点的灰度值标准差。
15、进一步的，所述每个待测窗口的信号表现程度，具体的获取方法为：
16、对于任意一个待测窗口，将该待测窗口中所有峰值位置的信号值的均值，作为该待测窗口的信号表现因子；获取每个待测窗口的信号表现因子，对所有信号表现因子进行线性归一化，得到的结果记为每个待测窗口的信号表现程度。
17、进一步的，所述得到每个待测窗口的若干重叠窗口，包括的具体方法为：
18、对于任意一个待测窗口，将该待测窗口中所有位置组成的集合，记为该待测窗口的位置集合，获取每个待测窗口的位置集合；以任意一个待测窗口为当前待测窗口，将位置集合与当前待测窗口的位置集合的交集不为空的待测窗口，作为当前待测窗口的重叠窗口。
19、进一步的，所述每个待测窗口的第二选取评价，具体的获取方法为：
20、根据当前待测窗口与重叠窗口的分布，获取当前待测窗口的重叠集中程度；当前待测窗口的第二选取评价b的计算方法为：
21、
22、其中，c表示当前待测窗口的重叠集中程度，m表示当前待测窗口的重叠窗口的数量，p表示当前待测窗口中位置的数量，pk表示当前待测窗口的第k个重叠窗口的位置集合与当前待测窗口的位置集合的交集中位置的数量，a表示当前待测窗口的第一选取评价。
23、进一步的，所述当前待测窗口的重叠集中程度，具体的获取方法为：
24、对当前待测窗口获取中心位置，对每个重叠窗口获取中心位置，将当前待测窗口的中心位置分别与每个重叠窗口的中心位置进行连线，得到若干条射线，射线起点均为当前待测窗口的中心位置；对获取到的若干条射线中，每相邻两条射线得到一个夹角，记为当前待测窗口的一个重叠夹角，所述相邻两条射线的定义为两条射线形成的夹角之间没有其他射线，得到若干重叠夹角，获取所有重叠夹角的余弦值的均值，记为当前待测窗口的重叠集中程度。
25、进一步的，所述根据第二选取评价得到目标测试图像的若干特征窗口，包括的具体方法为：
26、若当前待测窗口不存在重叠窗口，将当前待测窗口的第一选取评价作为第二选取评价，获取每个待测窗口的第二选取评价，对所有第二选取评价进行线性归一化，得到的结果作为每个待测窗口的选取因子；若任意一个待测窗口的选取因子大于或等于选取阈值，将该待测窗口记为目标测试图像的一个特征窗口，得到目标测试图像的若干特征窗口。
27、进一步的，所述得到混凝土渗水检测模型，包括的具体方法为：
28、通过spp层对目标测试图像的特征窗口进行处理后，输出目标测试图像的特征向量；获取每张测试图像的特征向量，对每张测试图像人工进行渗水等级的标记，标记分别为0：正常；1：轻度渗水；2：中度渗水及3：重度渗水，spp层后续通过网本文档来自技高网...
【技术保护点】
1.基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述对目标测试图像输出特征图及若干待测窗口，以及每个待测窗口在目标测试图像对应的测试窗口，包括的具体方法为：
3.根据权利要求1所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述对特征图获取若干峰值位置，包括的具体方法为：
4.根据权利要求3所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述得到每个待测窗口的第一选取评价，包括的具体方法为：
5.根据权利要求4所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述每个待测窗口的信号表现程度，具体的获取方法为：
6.根据权利要求1所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述得到每个待测窗口的若干重叠窗口，包括的具体方法为：
7.根据权利要求6所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述每个待测窗口的第二选取评价，具体的获取方法为：
8.根据权利要求7所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述当前待测窗口的重叠集中程度，具体的获取方法为：
9.根据权利要求6所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述根据第二选取评价得到目标测试图像的若干特征窗口，包括的具体方法为：
10.根据权利要求1所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述得到混凝土渗水检测模型，包括的具体方法为：
...【技术特征摘要】
1.基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述对目标测试图像输出特征图及若干待测窗口，以及每个待测窗口在目标测试图像对应的测试窗口，包括的具体方法为：
3.根据权利要求1所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述对特征图获取若干峰值位置，包括的具体方法为：
4.根据权利要求3所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述得到每个待测窗口的第一选取评价，包括的具体方法为：
5.根据权利要求4所述的基于图像识别的混凝土抗渗试验自动记录方法，其特征在于，所述每个待测窗口的信号表现程度，具体的获取方法为：
...
【专利技术属性】
技术研发人员：陈平，刘志鹏，费宇鹏，黄彬，
申请(专利权)人：湖南安信创新信息技术有限公司，
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。