【技术实现步骤摘要】
本专利技术涉及隧道表观病害识别，尤其涉及一种隧道衬砌表观病害识别方法及装置。
技术介绍
1、本部分旨在为本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、隧道衬砌表观病害的产生会影响隧道的交通及行车的安全，最终导致隧道的使用寿命减少，因此需要在整个运营阶段对隧道进行结构病害的监测和检测，并由此进行针对性的维护，保证运营期通车安全。
3、隧道衬砌表观病害可以详细描述为衬砌裂损(裂缝)、剥离掉块、渗漏水等，目前对于隧道衬砌表观病害的识别，主要使用非接触式视觉检测方式，即通过高清工业相机获取隧道衬砌表观图像，然后通过识别算法对隧道衬砌表观图像进行图像处理，识别隧道表观的裂缝、掉块、渗漏水等病害。但是，由于隧道场景恶劣，获取的隧道衬砌表观图像存在图像分辨率低、信噪比低等问题，识别算法对隧道衬砌表观图像识别时，无法解决图像分辨率低、信噪比低等问题，导致存在大量的错判和漏断，进而使得隧道衬砌表观病害识别结果不准确。
技术实现思路
1、本专利技术实施例提供一种隧道衬砌表观病害识别方法，用以避免隧道衬砌表观病害识别时的错判和漏断，提高隧道衬砌表观病害识别结果的准确性，该方法包括：
2、获取采集的隧道衬砌表观图像；所述隧道衬砌表观图像包括隧道衬砌表观的可见光图像和红外图像；
3、对可见光图像和红外图像的重叠区域进行图像裁剪，得到裁剪后的可见光图像和裁剪后的红外图像；
4、利用预设的第一智能识别算法，对裁
5、利用预设的第二智能识别算法，对裁剪后的红外图像进行隧道衬砌表观病害识别，确定第二识别结果，其中包括：根据裁剪后的红外图像的像素数目和每一像素对应的温度数据，计算灰度阈值；对裁剪后的红外图像进行灰度转化，得到灰度图像；根据灰度阈值和预设的分段式映射函数，对灰度图像进行映射，得到新的灰度图像；新的灰度图像包括干燥衬砌区、湿润衬砌区和裂损衬砌区；对新的灰度图像进行图像识别，确定第二识别结果；
6、根据第一识别结果和第二识别结果，确定隧道衬砌表观病害信息。
7、本专利技术实施例还提供一种隧道衬砌表观病害识别装置，用以避免隧道衬砌表观病害识别时的错判和漏断，提高隧道衬砌表观病害识别结果的准确性，该装置包括：
8、获取模块，用于获取采集的隧道衬砌表观图像；所述隧道衬砌表观图像包括隧道衬砌表观的可见光图像和红外图像；
9、裁剪模块，用于对可见光图像和红外图像的重叠区域进行图像裁剪，得到裁剪后的可见光图像和裁剪后的红外图像；
10、第一识别模块，用于利用预设的第一智能识别算法，对裁剪后的可见光图像进行隧道衬砌表观病害识别，确定第一识别结果；
11、第二识别模块，用于利用预设的第二智能识别算法，对裁剪后的红外图像进行隧道衬砌表观病害识别，确定第二识别结果，其中包括：根据裁剪后的红外图像的像素数目和每一像素对应的温度数据，计算灰度阈值；对裁剪后的红外图像进行灰度转化，得到灰度图像；根据灰度阈值和预设的分段式映射函数，对灰度图像进行映射，得到新的灰度图像；新的灰度图像包括干燥衬砌区、湿润衬砌区和裂损衬砌区；对新的灰度图像进行图像识别，确定第二识别结果；
12、病害信息确定模块，用于根据第一识别结果和第二识别结果，确定隧道衬砌表观病害信息。
13、本专利技术实施例还提供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，所述计算机程序被处理器执行时实现上述隧道衬砌表观病害识别方法。
14、本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述隧道衬砌表观病害识别方法。
15、本专利技术实施例中，获取采集的隧道衬砌表观图像；所述隧道衬砌表观图像包括隧道衬砌表观的可见光图像和红外图像；对可见光图像和红外图像的重叠区域进行图像裁剪，得到裁剪后的可见光图像和裁剪后的红外图像；利用预设的第一智能识别算法，对裁剪后的可见光图像进行隧道衬砌表观病害识别，确定第一识别结果；利用预设的第二智能识别算法，对裁剪后的红外图像进行隧道衬砌表观病害识别，确定第二识别结果，其中包括：根据裁剪后的红外图像的像素数目和每一像素对应的温度数据，计算灰度阈值；对裁剪后的红外图像进行灰度转化，得到灰度图像；根据灰度阈值和预设的分段式映射函数，对灰度图像进行映射，得到新的灰度图像；新的灰度图像包括干燥衬砌区、湿润衬砌区和裂损衬砌区；对新的灰度图像进行图像识别，确定第二识别结果；根据第一识别结果和第二识别结果，确定隧道衬砌表观病害信息。与现有的隧道衬砌表观病害的识别方法相比，本专利技术实施例中利用隧道衬砌表观的可见光图像和红外图像联合对隧道衬砌表观病害进行识别，通过多维度的图像信息，可以增强凸显衬砌表观病害特征，避免错判和漏断，提高隧道衬砌表观病害识别结果的准确性。
本文档来自技高网...【技术保护点】
1.一种隧道衬砌表观病害识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对可见光图像和红外图像的重叠区域进行图像裁剪，得到裁剪后的可见光图像和裁剪后的红外图像，包括：
3.如权利要求1所述的方法，其特征在于，利用预设的第一智能识别算法，对裁剪后的可见光图像进行隧道衬砌表观病害识别，确定第一识别结果，包括：
4.如权利要求1所述的方法，其特征在于，灰度阈值包括第一灰度阈值和第二灰度阈值；
5.如权利要求4所述的方法，其特征在于，根据裁剪后的红外图像的像素数目和每一像素对应的温度数据，计算第一平均温度数据；包括：
6.如权利要求5所述的方法，其特征在于，根据温度数据小于第一灰度阈值的像素的温度数据和像素数目，计算第二平均温度数据，包括：
7.如权利要求6所述的方法，其特征在于，预设的分段式映射函数的公式为：
8.如权利要求4所述的方法，其特征在于，裁剪后的红外图像的每一像素对应一温度数据；
9.如权利要求8所述的方法，其特征在于，根据第二灰度阈值、裂损衬砌区的像素数目
10.如权利要求9所述的方法，其特征在于，根据裂损衬砌区的像素数目和裂损衬砌区每一像素对应的灰度值，确定图像分割阈值的上限，包括：
11.如权利要求1所述的方法，其特征在于，第一识别结果包括裂缝、掉块的病害信息；第二识别结果包括衬砌裂损渗漏水信息。
12.一种隧道衬砌表观病害识别装置，其特征在于，包括：
13.如权利要求12所述的装置，其特征在于，裁剪模块，具体用于：
14.如权利要求12所述的装置，其特征在于，第一识别模块，具体用于：
15.如权利要求12所述的装置，其特征在于，灰度阈值包括第一灰度阈值和第二灰度阈值；第二识别模块，还用于：
16.如权利要求15所述的装置，其特征在于，第二识别模块，还用于：
17.如权利要求16所述的装置，其特征在于，第二识别模块，还用于：
18.如权利要求17所述的装置，其特征在于，预设的分段式映射函数的公式为：
19.如权利要求15所述的装置，其特征在于，裁剪后的红外图像的每一像素对应一温度数据；
20.如权利要求19所述的装置，其特征在于，第二识别模块，还用于：
21.如权利要求20所述的装置，其特征在于，第二识别模块，还用于：
22.如权利要求12所述的装置，其特征在于，第一识别结果包括裂缝、掉块的病害信息；第二识别结果包括衬砌裂损渗漏水信息。
23.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11任一所述方法。
24.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至11任一所述方法。
25.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至11任一所述方法。
...【技术特征摘要】
1.一种隧道衬砌表观病害识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对可见光图像和红外图像的重叠区域进行图像裁剪，得到裁剪后的可见光图像和裁剪后的红外图像，包括：
3.如权利要求1所述的方法，其特征在于，利用预设的第一智能识别算法，对裁剪后的可见光图像进行隧道衬砌表观病害识别，确定第一识别结果，包括：
4.如权利要求1所述的方法，其特征在于，灰度阈值包括第一灰度阈值和第二灰度阈值；
5.如权利要求4所述的方法，其特征在于，根据裁剪后的红外图像的像素数目和每一像素对应的温度数据，计算第一平均温度数据；包括：
6.如权利要求5所述的方法，其特征在于，根据温度数据小于第一灰度阈值的像素的温度数据和像素数目，计算第二平均温度数据，包括：
7.如权利要求6所述的方法，其特征在于，预设的分段式映射函数的公式为：
8.如权利要求4所述的方法，其特征在于，裁剪后的红外图像的每一像素对应一温度数据；
9.如权利要求8所述的方法，其特征在于，根据第二灰度阈值、裂损衬砌区的像素数目和裂损衬砌区每一像素对应的灰度值，确定最优图像分割阈值，包括：
10.如权利要求9所述的方法，其特征在于，根据裂损衬砌区的像素数目和裂损衬砌区每一像素对应的灰度值，确定图像分割阈值的上限，包括：
11.如权利要求1所述的方法，其特征在于，第一识别结果包括裂缝、掉块的病害信息；第二识别结果包括衬砌裂损渗漏水信息。
12.一种隧道衬砌表观病害识别装置，其特征在于，包括：
【专利技术属性】
技术研发人员：雷洋，江波，王兆宁，王石磊，齐法琳，冯乾宽，田甜，宋国华，贾飞宇，瞿起明，
申请(专利权)人：中国铁道科学研究院集团有限公司，
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。