System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 隧道掉块病害识别方法、终端设备及存储介质技术_技高网

隧道掉块病害识别方法、终端设备及存储介质技术

技术编号:42502762 阅读:10 留言:0更新日期:2024-08-22 14:16
本发明专利技术提供一种隧道掉块病害识别方法、终端设备及存储介质。该方法包括:获取相机在隧道内巡检连续拍摄得到的多帧隧道图像;其中,相机的拍摄频率大于预设频率;采用神经网络模型对各个隧道图像中的掉块病害进行识别,得到目标掉块区域;将多帧隧道图像中包含该目标掉块区域的隧道图像,加入该目标掉块区域对应的图像集,并将图像集中的各个隧道图像按照时间顺序排序;提取图像集中的各个隧道图像中该目标掉块区域对应的阴影面积;若各个阴影面积按照时间顺序先增大后减小,则确定该目标掉块区域为掉块病害。本发明专利技术基于掉块病害阴影在相机巡检图像中呈现出来的变化规律确定掉块病害,有效提高了识别的准确性。

【技术实现步骤摘要】

本专利技术涉及隧道检测,尤其涉及一种隧道掉块病害识别方法、终端设备及存储介质


技术介绍

1、掉块病害是影响隧道工程正常安全运行的一个重要问题,会直接影响列车运行安全。因此对隧道掉块进行快速有效地检测与识别,对保障隧道运营安全具有重要意义。

2、现有技术中,通常采用线阵相机或面阵相机采集隧道图像,并采用神经网络模型对掉块病害进行检测。但无论线阵相机或面阵相机,其均为对隧道表面病害(例如,渗水病害、裂缝病害等)进行采集与分析,而隧道掉块最典型的特点是“凹陷”,边界特征不明显,识别准确率不够高。


技术实现思路

1、本专利技术实施例提供了一种隧道掉块病害识别方法、终端设备及存储介质,以解决现有隧道病害识别方法应用于掉块病害检测时,识别准确率不够高的问题。

2、第一方面,本专利技术实施例提供了一种隧道掉块病害识别方法,包括:

3、获取相机在隧道内巡检连续拍摄得到的多帧隧道图像;其中,相机的拍摄频率大于预设频率;

4、采用神经网络模型对各个隧道图像中的掉块病害进行识别,得到目标掉块区域;

5、将多帧隧道图像中包含该目标掉块区域的隧道图像,加入该目标掉块区域对应的图像集,并将图像集中的各个隧道图像按照时间顺序排序;

6、提取图像集中的各个隧道图像中该目标掉块区域对应的阴影面积;

7、若各个阴影面积按照时间顺序先增大后减小,则确定该目标掉块区域为掉块病害。

8、第二方面,本专利技术实施例提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式提供的隧道掉块病害识别方法的步骤。

9、第三方面,本专利技术实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式提供的隧道掉块病害识别方法的步骤。

10、本专利技术实施例提供一种隧道掉块病害识别方法、终端设备及存储介质。上述隧道掉块病害识别方法包括:获取相机在隧道内巡检连续拍摄得到的多帧隧道图像;其中,相机的拍摄频率大于预设频率;采用神经网络模型对各个隧道图像中的掉块病害进行识别,得到目标掉块区域;将多帧隧道图像中包含该目标掉块区域的隧道图像,加入该目标掉块区域对应的图像集,并将图像集中的各个隧道图像按照时间顺序排序;提取图像集中的各个隧道图像中该目标掉块区域对应的阴影面积;若各个阴影面积按照时间顺序先增大后减小,则确定该目标掉块区域为掉块病害。相机光源照射到掉块凹陷处时在掉块边缘处会形成阴影,相机在隧道内巡检连续拍摄多帧图像,随着相机的移动,对于同一个掉块,该掉块的阴影在连续多帧图像中会呈现中一定的变化规律。本专利技术实施例基于掉块病害阴影在相机巡检图像中呈现出来的变化规律确定掉块病害,不完全依赖于神经网络,有效提高了识别的准确性。

本文档来自技高网...

【技术保护点】

1.一种隧道掉块病害识别方法,其特征在于,包括:

2.根据权利要求1所述的隧道掉块病害识别方法,其特征在于,所述采用神经网络模型对各个隧道图像中的掉块病害进行识别,得到目标掉块区域,包括:

3.根据权利要求2所述的隧道掉块病害识别方法,其特征在于,所述对所述第二掉块区域进行滤波,得到所述目标掉块区域,包括:

4.根据权利要求3所述的隧道掉块病害识别方法,其特征在于,在所述将所述第三掉块区域作为所述目标掉块区域之前,所述对所述第二掉块区域进行滤波,得到所述目标掉块区域,还包括:

5.根据权利要求3所述的隧道掉块病害识别方法,其特征在于,所述计算该第二掉块区域在连续多帧隧道图像中的相对运动速度,包括:

6.根据权利要求5所述的隧道掉块病害识别方法,其特征在于,所述根据所述连续多帧隧道图像中的该第二掉块区域的中心点的位置坐标,确定该第二掉块区域对应的相对运动速度,包括:

7.根据权利要求4所述的隧道掉块病害识别方法,其特征在于,所述分别确定连续多帧隧道图像中的该第三掉块区域的面积,包括:

8.根据权利要求1至7任一项所述的隧道掉块病害识别方法,其特征在于,所述神经网络模型为YOLO检测网络。

9.一种终端设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求1至8中任一项所述的隧道掉块病害识别方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至8中任一项所述隧道掉块病害识别方法的步骤。

...

【技术特征摘要】

1.一种隧道掉块病害识别方法,其特征在于,包括:

2.根据权利要求1所述的隧道掉块病害识别方法,其特征在于,所述采用神经网络模型对各个隧道图像中的掉块病害进行识别,得到目标掉块区域,包括:

3.根据权利要求2所述的隧道掉块病害识别方法,其特征在于,所述对所述第二掉块区域进行滤波,得到所述目标掉块区域,包括:

4.根据权利要求3所述的隧道掉块病害识别方法,其特征在于,在所述将所述第三掉块区域作为所述目标掉块区域之前,所述对所述第二掉块区域进行滤波,得到所述目标掉块区域,还包括:

5.根据权利要求3所述的隧道掉块病害识别方法,其特征在于,所述计算该第二掉块区域在连续多帧隧道图像中的相对运动速度,包括:

6.根据权利要求5所述的隧道掉块病害识别方法,其特征在于,所述根据所述连续多...

【专利技术属性】
技术研发人员:王保宪王晨东杜彦良任伟新赵杨平徐飞王俊芳何娜娜马学禹夏美姿杨捷雯
申请(专利权)人:石家庄铁道大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1