一种混凝土坝水下裂缝检测方法、装置、设备及存储介质与流程

本发明涉及图像裂缝检测，具体涉及一种混凝土坝水下裂缝检测方法、装置、电子设备及存储介质。

背景技术：

1、基于目前大坝水库的老化问题十分严重，传统的大坝检测主要是依靠人工检测，人工检测具有精度不高、危险性较大以及浪费人力物力等缺点。随着计算机技术快速发展，图像处理广泛应用于裂缝检测，而大坝水下裂缝检测不同于传统坝面及道路裂缝检测技术，水下裂缝检测更加复杂，大坝水下表面裂缝的图像存在对比度低、光照不均匀、低信噪比、低对比度以及裂缝不规则、不确定性等问题，成像信息残缺模糊，传统图像处理方法不能对大坝水下裂缝进行快速检测和准确描述，存在着效率低和误差大的缺点。

技术实现思路

1、本发明的目的在于克服上述技术不足，提供一种混凝土坝水下裂缝检测方法、装置、电子设备及存储介质，解决现有技术中传统水下裂缝检测方法存在误差大和效率低的技术问题。

2、为达到上述技术目的，本发明采取了以下技术方案：

3、第一方面，本发明提供了一种混凝土坝水下裂缝检测方法，包括：

4、获取混凝土坝水下的表面裂缝图像；

5、对所述表面裂缝图像进行预处理，得到处理后的待检测表面裂缝图像；

6、将所述待检测表面裂缝图像输入至预设的基于检测规则的水下表面裂缝检测模型进行处理，得到第一检测结果；

7、将所述第一检测结果输入至预设的基于模式识别的裂缝检测模型进行处理，得到第二检测结果；

8、将所述第二检测结果输入至预设的自适应阈值模型算法中进行处理，得到目标裂缝检测结果。

9、在一些实施例中，所述对所述表面裂缝图像进行预处理，至少包括：

10、对所述表面裂缝图像进行预设的灰度化、滤波和图像增强、图像gamma校正、图像去噪和图像分割处理，得到待检测表面裂缝图像。

11、在一些实施例中，所述预设的基于检测规则的水下表面裂缝检测模型用于确定混凝土坝水下裂缝的形状特征规则；所述形状特征规则至少包括面积、深度、分散度、弯曲度、矩形度、长宽比和宽度。

12、在一些实施例中，所述预设的基于模式识别的裂缝检测模型包括图像特征提取；所述图像特征至少包括裂缝特征、深度特征、环境特征、尺寸特征和材料特征。

13、在一些实施例中，所述预设的自适应阈值模型算法包括：

14、确定所述待检测表面裂缝图像的环境特征参数和尺寸特征参数；

15、根据所述环境特征参数和尺寸特征参数，确定初始分割阈值；

16、根据所述初始分割阈值，确定初始裂缝区域和初始背景区域；

17、根据所述初始裂缝区域和初始背景区域的平均灰度值，确定目标分割阈值；

18、将所述待检测表面裂缝图像中的各个像素与所述目标分割阈值进行比较，确定目标裂缝检测结果。

19、在一些实施例中，所述目标分割阈值的处理方式可通过如下公式体现：

20、

21、其中，g(x,y)为经过处理得到的二值化图像，(x,y)为图像的像素点。

22、在一些实施例中，所述将所述待检测表面裂缝图像中的各个像素与所述目标分割阈值进行比较，确定目标裂缝检测结果之后，还包括：

23、根据所述目标裂缝检测结果的像素物理尺寸，确定裂缝的宽度。

24、第二方面，本发明还提供了一种混凝土坝水下裂缝检测装置，包括：

25、获取模块，用于获取混凝土坝水下的表面裂缝图像；

26、预处理模块，用于对所述表面裂缝图像进行预处理，得到处理后的待检测表面裂缝图像；

27、第一检测结果确定模块，用于将所述待检测表面裂缝图像输入至预设的基于检测规则的水下表面裂缝检测模型进行处理，得到第一检测结果；

28、第二检测结果确定模块，用于将所述第一检测结果输入至预设的基于模式识别的裂缝检测模型进行处理，得到第二检测结果；

29、目标裂缝检测结果确定模块，用于将所述第二检测结果输入至预设的自适应阈值模型算法中进行处理，得到目标裂缝检测结果。

30、第三方面，本发明还提供了一种电子设备，包括：处理器和存储器；

31、所述存储器上存储有可被所述处理器执行的计算机可读程序；

32、所述处理器执行所述计算机可读程序时实现如上所述的混凝土坝水下裂缝检测方法中的步骤。

33、第四方面，本发明还提供了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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的混凝土坝水下裂缝检测方法中的步骤。

34、与现有技术相比，本发明提供的混凝土坝水下裂缝检测方法、装置、电子设备及存储介质，首先获取混凝土坝水下的表面裂缝图像，并对表面裂缝图像进行预处理，得到待检测表面裂缝图像，随后通过基于检测规则的水下表面裂缝检测模型对待检测表面裂缝图像进行处理，得到第一检测结果，随后采用基于模式识别的裂缝检测模型对第一检测结果进行处理，得到第二检测结果，确定裂缝图像的特征，最后通过自适应阈值模型算法对第二检测结果进行处理，得到目标裂缝检测结果。本发明通过将基于检测规则的水下表面裂缝检测模型、基于模式识别的裂缝检测模型和自适应阈值模型进行层级连接，并进行实时的水下表面裂缝检测，提高了水下裂缝检测的准确性以及提升了检测效率。

技术特征：

1.一种混凝土坝水下裂缝检测方法，其特征在于，包括：

2.根据权利要求1所述的混凝土坝水下裂缝检测方法，其特征在于，所述对所述表面裂缝图像进行预处理，至少包括：

3.根据权利要求1所述的混凝土坝水下裂缝检测方法，其特征在于，所述预设的基于检测规则的水下表面裂缝检测模型用于确定混凝土坝水下裂缝的形状特征规则；所述形状特征规则至少包括面积、深度、分散度、弯曲度、矩形度、长宽比和宽度。

4.根据权利要求1所述的混凝土坝水下裂缝检测方法，其特征在于，所述预设的基于模式识别的裂缝检测模型包括图像特征提取；所述图像特征至少包括裂缝特征、深度特征、环境特征、尺寸特征和材料特征。

5.根据权利要求4所述的混凝土坝水下裂缝检测方法，其特征在于，将所述第二检测结果输入至预设的自适应阈值模型算法中进行处理，得到目标裂缝检测结果，包括：

6.根据权利要求5所述的混凝土坝水下裂缝检测方法，其特征在于，所述目标分割阈值的处理方式可通过如下公式体现：

7.根据权利要求5所述的混凝土坝水下裂缝检测方法，其特征在于，所述将所述待检测表面裂缝图像中的各个像素与所述目标分割阈值进行比较，确定目标裂缝检测结果之后，还包括：

8.一种混凝土坝水下裂缝检测装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器和存储器；

10.一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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7所述的混凝土坝水下裂缝检测方法中的步骤。

技术总结
本发明公开了一种混凝土坝水下裂缝检测方法、装置、设备及存储介质，方法包括：获取混凝土坝水下的表面裂缝图像；对所述表面裂缝图像进行预处理，得到处理后的待检测表面裂缝图像；将所述待检测表面裂缝图像输入至预设的基于检测规则的水下表面裂缝检测模型进行处理，得到第一检测结果；将所述第一检测结果输入至预设的基于模式识别的裂缝检测模型进行处理，得到第二检测结果；将所述第二检测结果输入至预设的自适应阈值模型算法中进行处理，得到目标裂缝检测结果。本发明解决了现有技术中水下裂缝检测方法存在误差大和效率低的技术问题。

技术研发人员：卢建华,田金章,李星,邵晓妹,李娟,陈亮,刘波,李发权,周璐,孙正
受保护的技术使用者：长江勘测规划设计研究有限责任公司
技术研发日：
技术公布日：2024/1/12