基于深度学习与视场投影模型的渗漏水面积检测与识别方法

    公开(公告)号:CN109615653B

    公开(公告)日:2023-05-05

    申请号:CN201811555277.5

    申请日:2018-12-19

    申请人: 上海大学

    摘要: 本发明公开了一种基于深度学习与视场投影模型的渗漏水区域检测与识别方法,具体包括如下步骤:步骤1)采集待测区域的视频数据和点云数据;步骤2)通过渗漏水图像识别神经网络对步骤1)采集的视频数据进行检测,得到渗漏水区域图片;步骤3)对步骤1)采集的点云数据进行识别,得到曲面形状;步骤4)根据步骤3)得到的曲面形状对步骤2)得到的漏水区域图片进行相应曲面形状投影,并计算投影后的渗漏水区域实际面积。本发明对于地铁隧道渗漏水面积测量无需人工参与,提高工作效率,且能够对检测到的渗漏水区域进行曲面投影转换,得到更精确的渗漏水面积。因此,该检测算法效率高、检测精确。

    基于深度学习与视场投影模型的渗漏水面积检测与识别方法

    公开(公告)号:CN109615653A

    公开(公告)日:2019-04-12

    申请号:CN201811555277.5

    申请日:2018-12-19

    申请人: 上海大学

    摘要: 本发明公开了一种基于深度学习与视场投影模型的渗漏水区域检测与识别方法,具体包括如下步骤:步骤1)采集待测区域的视频数据和点云数据;步骤2)通过渗漏水图像识别神经网络对步骤1)采集的视频数据进行检测,得到渗漏水区域图片;步骤3)对步骤1)采集的点云数据进行识别,得到曲面形状;步骤4)根据步骤3)得到的曲面形状对步骤2)得到的漏水区域图片进行相应曲面形状投影,并计算投影后的渗漏水区域实际面积。本发明对于地铁隧道渗漏水面积测量无需人工参与,提高工作效率,且能够对检测到的渗漏水区域进行曲面投影转换,得到更精确的渗漏水面积。因此,该检测算法效率高、检测精确。