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(公告)号:CN118505690B

    公开(公告)日:2024-10-11

    申请号:CN202410957529.6

    申请日:2024-07-17

    Abstract: 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。

    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(公告)号:CN118505690A

    公开(公告)日:2024-08-16

    申请号:CN202410957529.6

    申请日:2024-07-17

    Abstract: 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。

Patent Agency Ranking