塔桅结构破损位置图像识别方法技术

本申请公开了一种塔桅结构破损位置图像识别方法，其通过采用基于深度学习的计算机视觉技术对塔桅结构图像进行分析处理，捕捉到塔桅结构图像的全局语义特征，并通过从塔桅结构图像中截取局部位置区域，从而基于局部位置区域的塔桅结构特征与塔桅结构图像全局语义特征之间的关联匹配来实现破损位置的识别。这样，可以提高破损位置识别的准确性和效率，同时减少人工巡检的依赖，降低检测成本和风险。

【技术实现步骤摘要】

本申请涉及智能识别领域，且更为具体地，涉及一种塔桅结构破损位置图像识别方法。

技术介绍

1、塔桅作为一种高耸的建筑结构，广泛应用于电力、通信、广播、交通监控等领域，承担着重要的支撑和传输功能。随着通信技术的快速发展，塔桅作为通信基站的重要支撑设施，其安全性和稳定性对通信网络的正常运行具有重要影响。然而，由于塔桅长期暴露在自然环境中，受到风荷载、温度变化、腐蚀等多种因素的影响，塔桅结构容易发生破损或损伤，若不能及时发现并修复，可能会引发严重的安全事故，甚至导致整个结构的失效。

2、传统的塔桅结构破损检测方法主要依赖于人工巡检，这种方法不仅费时费力，而且效率低下，识别准确率也受到检测人员经验和主观判断的影响。此外，塔桅往往位于偏远地区或高空位置，进一步增加了人工检测的难度和风险。

3、目前，随着计算机视觉技术的快速发展，基于图像识别的塔桅结构破损检测方法逐渐成为研究的热点。然而，现有的一些塔桅结构破损检测方法通常采用传统的图像处理算法，如边缘检测、阈值分割等，这些方法容易受到光照变化、阴影、噪声等因素的影响，导致误检或漏检现象的发生。例本文档来自技高网...

【技术保护点】

1.一种塔桅结构破损位置图像识别方法，其特征在于，包括：

2.根据权利要求1所述的塔桅结构破损位置图像识别方法，其特征在于，对所述塔桅结构图像进行塔桅结构表面状态特征提取和特征散化处理以得到塔桅结构表面状态局部特征向量的序列，包括：

3.根据权利要求2所述的塔桅结构破损位置图像识别方法，其特征在于，对所述塔桅结构图像进行边界信息补偿式全局特征提取以得到全局塔桅结构表面状态特征图，包括：

4.根据权利要求3所述的塔桅结构破损位置图像识别方法，其特征在于，所述双分支边界信息补偿网络中的主干网络包括连续卷积层，基于ReLU激活函数的第一激活层和池化层，其中，...

【技术特征摘要】

1.一种塔桅结构破损位置图像识别方法，其特征在于，包括：

2.根据权利要求1所述的塔桅结构破损位置图像识别方法，其特征在于，对所述塔桅结构图像进行塔桅结构表面状态特征提取和特征散化处理以得到塔桅结构表面状态局部特征向量的序列，包括：

3.根据权利要求2所述的塔桅结构破损位置图像识别方法，其特征在于，对所述塔桅结构图像进行边界信息补偿式全局特征提取以得到全局塔桅结构表面状态特征图，包括：

4.根据权利要求3所述的塔桅结构破损位置图像识别方法，其特征在于，所述双分支边界信息补偿网络中的主干网络包括连续卷积层，基于relu激活函数的第一激活层和池化层，其中，所述连续卷积层的卷积核大小为3x3，步长为1，填充为1，所述池化层的池化核大小为2x2，步长为2。

5.根据权利要求4所述的塔桅结构破损位置图像识别方法，其特征在于，所述双分支边界信息补偿网络中的边界特征提取分支包括点卷积层，基于relu激活函数的第二激活层和上采样层，其中，所述点卷积层的卷积核大小为1x1，步长为1，填充为0。

6.根据权利...

【专利技术属性】
技术研发人员：郭进波，杨青萍，俞常华，柯飞，彭冰冰，刘东凤，柯细飞，罗琼，
申请(专利权)人：湖北省久正检测有限公司，
类型：发明
国别省市：