
基本信息:
- 专利标题: 基于深度学习的隧道衬砌裂缝检测方法、系统及电子设备
- 申请号:CN202410957529.6 申请日:2024-07-17
- 公开(公告)号:CN118505690B 公开(公告)日:2024-10-11
- 发明人: 刘洪河 , 张渴望 , 万琪伟 , 张建 , 白雅秀 , 徐长节 , 徐松 , 丁海滨 , 周鹏
- 申请人: 华东交通大学
- 申请人地址: 江西省南昌市经济技术开发区双港东大街808号
- 专利权人: 华东交通大学
- 当前专利权人: 华东交通大学
- 当前专利权人地址: 江西省南昌市经济技术开发区双港东大街808号
- 代理机构: 南昌大牛知识产权代理事务所(普通合伙)
- 代理人: 褚晓佳
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06T7/60 ; G06T7/136 ; G06N3/0464 ; G06N3/096
摘要:
本申请涉及图像处理识别技术领域,具体公开了一种基于深度学习的隧道衬砌裂缝检测方法、系统及电子设备,包括获取隧道衬砌表面的图像数据,对图像数据进行标注、尺寸调整、归一化及图像亮度均衡化处理,以及本框选干扰因子制作标签,以得到标记图像数据集,基于标记图像数据集以及裂缝位置识别模型得到对角边界框数据,基于对角边界框数据对图像数据样本进行阈值分割得到裂缝样本,基于裂缝样本裂缝尺寸识别模型得到二值化图像,向轮廓处理算法模型输入二值化图像,以得到裂缝宽度及长度的统计数据,基于统计数据得到裂缝检测参数,实现了隧道大小裂缝的自动识别定位以及裂缝尺寸自动计算一体化,提高了隧道衬砌裂缝检测的效率和精度。
公开/授权文献:
- CN118505690A 基于深度学习的隧道衬砌裂缝检测方法、系统及电子设备 公开/授权日:2024-08-16
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06T | 一般的图像数据处理或产生 |
------G06T7/00 | 图像分析,例如从位像到非位像 |