一种基于2D-3D数据融合的桥梁病害检测与定位方法和装置制造方法及图纸

一种基于2D‑3D数据融合的桥梁病害检测与定位方法和装置，该发明专利技术利用图像和点云之间的同质性，能够在复杂背景和不平衡数据条件下实现桥梁病害识别。具体实施步骤为：①收集桥梁结构多视角图像和病害图像；②利用所述的多视角图像重建桥梁结构点云模型并输出深度图像；③搭建并训练ROI提取模型，利用深度图像输出去除复杂背景后的病害图像；④搭建并训练改进DeepLabv3+病害分割模型，检测ROI提取后病害图像中的桥梁病害，输出桥梁病害分割掩码；⑤基于桥梁病害分割掩码和点云模型实现病害的三维可视化。本发明专利技术公开的方法能够实现桥梁病害的高精度检测和定位，为桥梁结构的日常检测提供了有力工具。

【技术实现步骤摘要】

本专利技术涉及一种桥梁结构病害检测方法和装置，具体为基于2d-3d数据融合和计算机视觉技术对桥梁结构进行病害识别和三维定位技术，属结构工程领域。

技术介绍

1、桥梁是交通基础设施的重要组成部分，在日常运行不可避免地会受到各种不利环境和外加荷载的影响，加速结构破坏并缩短其使用寿命。裂缝、混凝土剥落和空洞等多种类型的表观病害是桥梁状况的外在表现，它们的出现表明桥梁的耐久性甚至承载能力已经下降，严重影响结构安全。据不完全统计，目前我国公路路网中在役桥梁约40％服役超过20年，受病害侵蚀的桥梁达30％，超过10万座桥梁为危桥。因此，开展例行检查以确保桥梁结构的安全至关重要。

2、传统的桥梁检测通常采用人工目测评估和大型检测设备，成本高、效率低，且存在重大安全隐患。随着深度学习、人工智能等技术的快速发展，将计算机视觉方法应用于无人机勘测活动中获取的图像逐渐成为桥梁病害检测的新兴手段之一。然而，由于大多数桥梁位于自然环境中，无人机捕获的图像常常包含河流、树木、山丘和天空等无关的复杂背景元素，这极大地影响了病害识别的准确性；此外，深度学习模型通常需要大量高质本文档来自技高网...

【技术保护点】

1.一种基于2D-3D数据融合的桥梁病害检测与定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于2D-3D数据融合的桥梁病害检测与定位方法，其特征在于：所述步骤A中的桥梁结构多视角图像数据I1和桥梁结构近距离图像数据I2收集方法为：基于无人机设备对桥梁整体进行360°环绕拍摄，相邻图像之间的重叠部分不应低于75％，相邻图像之间的拍摄角度不应超过15°，最终收集到多视角图像数据I1；基于无人机设备贴近桥梁表面进行近距离拍摄，确保图像的清晰度满足病害检测要求，最终收集到近距离图像数据I2。

3.根据权利要求1所述的一种基于2D-3D数据融合的桥梁病...

【技术特征摘要】

1.一种基于2d-3d数据融合的桥梁病害检测与定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于2d-3d数据融合的桥梁病害检测与定位方法，其特征在于：所述步骤a中的桥梁结构多视角图像数据i1和桥梁结构近距离图像数据i2收集方法为：基于无人机设备对桥梁整体进行360°环绕拍摄，相邻图像之间的重叠部分不应低于75％，相邻图像之间的拍摄角度不应超过15°，最终收集到多视角图像数据i1；基于无人机设备贴近桥梁表面进行近距离拍摄，确保图像的清晰度满足病害检测要求，最终收集到近距离图像数据i2。

3.根据权利要求1所述的一种基于2d-3d数据融合的桥梁病害检测与定位方法，其特征在于：所述步骤b中的重建桥梁三维点云模型所用的方法为基于structure from motion(sfm)的colmap建模软件。

4.根据权利要求1所述的一种基于2d-3d数据融合的桥梁病害检测与定位方法，其特征在于：所述步骤c1中的编码器包含rgb流和深度流两个分支，均采用mobilenet v2网络作为基础网络，且深度流的网络层数远小于rgb流，以此保持模型的轻量化。

5.根据权利要求1所述的一种基于2d-3d数据融合的桥梁病害检测与定位方法，其特征在于：所述步骤c2中的rgb-d数据集由rgb格式的彩色...

【专利技术属性】
技术研发人员：万华平，张文杰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：