-
公开(公告)号:CN118071633A
公开(公告)日:2024-05-24
申请号:CN202410344695.9
申请日:2024-03-25
Applicant: 西安交通大学
IPC: G06T5/70 , G06N3/0895 , G06T5/60
Abstract: 本发明公开了一种隧道裂缝图像增强方法、装置、设备及可读存储介质,利用隧道裂缝图像以单样本方式训练自监督降噪网络,得到自监督降噪模型,通过自监督降噪模型去除隧道裂缝图像中的随机噪声;在保护裂缝边缘的前提下,对去除随机噪声的隧道裂缝图像进行平滑处理,得到去除纹理噪声的隧道裂缝图像;判断去除纹理噪声的隧道裂缝图像是否为低照度图像,如果是,则对去除纹理噪声的隧道裂缝图像进行照度增强处理,并对照度增强处理后的去除纹理噪声的隧道裂缝图像进行增强和平滑处理;如果不是,则直接对去除纹理噪声的隧道裂缝图像进行增强和平滑处理。本发明目的在于解决复杂工况下隧道裂缝图像的质量改善、裂缝特征增强以及裂缝边缘保护的问题。
-
公开(公告)号:CN118194118A
公开(公告)日:2024-06-14
申请号:CN202410300727.5
申请日:2024-03-15
Applicant: 西安交通大学
IPC: G06F18/241 , G06F18/214 , G06N3/092
Abstract: 本发明公开了一种机械设备故障诊断方法、装置、设备及可读存储介质,包括:将待诊断工况下的振动信号输入训练好的机械设备故障诊断模型中,输出故障诊断结果;其中,训练好的机械设备故障诊断模型的训练方法为:分别将机械设备在跨工况下已知故障信息的振动信号和待诊断工况下未知故障信息的振动信号作为源域数据集和目标域数据集;将所述源域数据集和目标域数据集作为强化学习算法的输入,自适应搭建得到多个不同的机械设备故障诊断模型;选取故障诊断准确率最佳的作为训练好的机械设备故障诊断模型。本发明能够在不依赖专家经验和先验知识的情况下获得机械设备故障诊断模型,模型参数量小,同时可以实现变工况下的故障诊断。
-
公开(公告)号:CN118038056A
公开(公告)日:2024-05-14
申请号:CN202410344693.X
申请日:2024-03-25
Applicant: 西安交通大学
IPC: G06V10/26 , G06V10/80 , G06T7/11 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于隧道裂缝与图像识别的交叉领域,公开了一种隧道裂缝图像裂缝分割方法、装置、设备及可读存储介质,包括:获取隧道裂缝图像;利用训练好的隧道裂缝图像裂缝分割模型对所述隧道裂缝图像进行裂缝分割;其中,所述隧道裂缝图像裂缝分割模型是由标注像素级的隧道裂缝图像组成的训练数据集训练改进的U2Net神经网络得到的,所述改进的U2Net神经网络中包括特征提取模块、特征融合模块和双重注意力模块,所述特征提取模块由横向动态蛇形卷积层、纵向动态蛇形卷积层和残差U型结构块并联组成。本发明的目的在于解决隧道裂缝长期存在的难以实现的高精度、完整分割的问题。
-
-