【技术实现步骤摘要】
本专利技术涉及计算机视觉，特别是指一种低照度环境下隧道多病害多尺度分割方法及系统。
技术介绍
1、隧道以及一些地下设施具有空间大、环境封闭、服役期长且建筑结构容易损坏等特点，用无人机进行建筑病害检测是十分常用的手段。然而由于空间内光照不足导致无人机拍摄的图像质量受到限制，图像普遍呈现低照度、低对比度和低信噪比等特点，这对检测分割造成了不小的影响。因此设计一个能在这种环境中工作且具有轻量型、实时性的分割网络是十分必要的。
2、分割技术正在快速迭代并且一些主流的网络模型分割精度很高，如pspnet、u-net和setr等。还有一些网络如enet、seaformer等具备轻量性对硬件要求不高。但是上述这些网络都是基于正常光条件下进行的设计训练的，无法应对低光照环境下的分割。
技术实现思路
1、为了解决现有方案都是基于正常光条件下进行的设计训练的，无法应对低光照环境下的分割的技术问题，本专利技术实施例提供了一种低照度环境下隧道多病害多尺度分割方法及系统。所述技术方案如下：
...
【技术保护点】
1.一种低照度环境下隧道多病害多尺度分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低照度环境下隧道多病害多尺度分割方法，其特征在于，所述S1中，获取待处理图像；构建平滑锐化模块，对所述待处理图像进行降噪锐化处理，获得输入图像，包括：
3.根据权利要求2所述的低照度环境下隧道多病害多尺度分割方法，其特征在于，所述S2中，在 EfficientNetV2上进行改进，并将改进后的EfficientNetV2作为主干网络对所述输入图像进行特征提取，获得特征图，包括：
4.根据权利要求3所述的低照度环境下隧道多病害多尺度分割方...
【技术特征摘要】
1.一种低照度环境下隧道多病害多尺度分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低照度环境下隧道多病害多尺度分割方法，其特征在于，所述s1中，获取待处理图像；构建平滑锐化模块，对所述待处理图像进行降噪锐化处理，获得输入图像，包括：
3.根据权利要求2所述的低照度环境下隧道多病害多尺度分割方法，其特征在于，所述s2中，在 efficientnetv2上进行改进，并将改进后的efficientnetv2作为主干网络对所述输入图像进行特征提取，获得特征图，包括：
4.根据权利要求3所述的低照度环境下隧道多病害多尺度分割方法，其特征在于，所述s3，在逐步下采样的过程中添加自适应图像增强s型曲线，通过所述自适应图像增强s型曲线自适应的对所述特征图的暗部进行增强，对所述特征图的高光部分进行降低，获得分辨率为16×16的特征图，包括：
5.根据权利要求4所述的低照度环境下隧道多病害多尺度分割方法，其特征在于，所述s4中，把分辨率为512×16×...
【专利技术属性】
技术研发人员：李刚，徐林康，何斌，沈润杰，黄宏伟，宋越，张东明，周鸣亮，张朋朋，
申请(专利权)人：同济大学，
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。