公路隧道裂缝特征参数的提取方法、系统、设备及介质

本发明涉及图像识别，特别是涉及公路隧道裂缝特征参数的提取方法、系统、设备及介质。

背景技术：

1、本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

2、公路隧道是最重要的公路交通基础设施之一，在线路优化、缩短路程等方面起到的重要作用。随着公路隧道服务年龄逐渐增加，各种病害开始逐渐显现。近年来多车道公路发展趋势使得公路隧道跨度和开挖断面越来越大，对公路隧道的质量安全提出了更高的要求。

3、在隧道运营过程中，受地质、水文、施工质量等复杂因素影响，75％以上公路隧道存在不同程度的病害，如衬砌裂损、渗漏水、异常变形、衬砌背部脱空等。具有严重病害的隧道，其加固费用接近甚至超过了建设费用，造成了重大经济损失和不良社会影响。

4、裂缝是公路隧道最常见的病害。而公路隧道裂缝的自动化诊断一直是难点。近年来公路隧道检测装备得到了快速发展，基于机器视觉技术的公路隧道表观检测装备层出不穷，使公路隧道表观衬砌数据自动化采集技术趋于成熟。然而在对公路隧道病害的自动化识别和诊断方面仍有很多不足，在识别速度、识别精度及特征提取方面有很大的发展空间。

技术实现思路

1、为了解决现有技术的不足，本发明提供了公路隧道裂缝特征参数的提取方法、系统、设备及介质；首先对裂缝分割网络进行改进，研发裂缝关键点提取模块；其次对裂缝特征参数，尤其是实际宽度的精度进行讨论；通过实验，对图像像素、相机精度和实际宽度进行分析。最后利用裂缝骨架计算裂缝走向，研究裂缝的宽度、长度特征。本发明通过改进裂缝分割网络，可以实现隧道裂缝的精细提取；通过对裂缝掩码进行像素宽度矫正和计算宽度矫正，可以实现隧道裂缝宽度的精确提取。

2、一方面，提供了公路隧道裂缝特征参数的提取方法；

3、公路隧道裂缝特征参数的提取方法，包括：

4、获取待识别的公路隧道裂缝图像；

5、将待识别的公路隧道裂缝图像，输入到训练后的深度学习模型中，输出含有裂缝关键点的裂缝掩码图；

6、采用裂缝骨架提取算法，对含有关键点的裂缝掩码图进行裂缝骨架提取，得到裂缝骨架图；

7、基于裂缝骨架图，确定裂缝的计算长度；基于裂缝骨架图，确定裂缝的计算宽度；根据裂缝计算宽度与裂缝实际宽度之间的对应关系，确定裂缝的实际宽度，最终得到裂缝的参数；

8、其中，训练后的深度学习模型，先对待识别的公路隧道裂缝图像进行特征提取得到特征图，然后对特征图进行裂缝关键点提取得到裂缝关键点，同时，对特征图进行空洞卷积池化操作得到裂缝掩码图，最后，将裂缝关键点匹配到裂缝掩码图中，得到含有裂缝关键点的裂缝掩码图。

9、另一方面，提供了公路隧道裂缝特征参数的提取系统；

10、公路隧道裂缝特征参数的提取系统，包括：

11、获取模块，其被配置为：获取待识别的公路隧道裂缝图像；

12、裂缝掩码图识别模块，其被配置为：将待识别的公路隧道裂缝图像，输入到训练后的深度学习模型中，输出含有裂缝关键点的裂缝掩码图；

13、裂缝骨架提取模块，其被配置为：采用裂缝骨架提取算法，对含有关键点的裂缝掩码图进行裂缝骨架提取，得到裂缝骨架图；

14、裂缝参数输出模块，其被配置为：基于裂缝骨架图，确定裂缝的计算长度；基于裂缝骨架图，确定裂缝的计算宽度；根据裂缝计算宽度与裂缝实际宽度之间的对应关系，确定裂缝的实际宽度，最终得到裂缝的参数；

15、其中，训练后的深度学习模型，先对待识别的公路隧道裂缝图像进行特征提取得到特征图，然后对特征图进行裂缝关键点提取得到裂缝关键点，同时，对特征图进行空洞卷积池化操作得到裂缝掩码图，最后，将裂缝关键点匹配到裂缝掩码图中，得到含有裂缝关键点的裂缝掩码图。

16、再一方面，还提供了一种电子设备，包括：

17、存储器，用于非暂时性存储计算机可读指令；以及

18、处理器，用于运行所述计算机可读指令，

19、其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述的方法。

20、再一方面，还提供了一种存储介质，非暂时性存储计算机可读指令，其中，当非暂时性计算机可读指令由计算机执行时，执行第一方面所述方法的指令。

21、再一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行的时候用于实现上述第一方面所述的方法。

22、上述技术方案中的一个技术方案具有如下优点或有益效果：

23、本发明首先对裂缝分割网络进行改进，研发裂缝关键点提取模块，实现裂缝的关键点提取辅助实现隧道裂缝的精细提取；其次设计图像线段宽度验证实验，对图像像素、相机精度和实际宽度进行讨论。通过实验结果得出了精度较低场景下裂缝在图像中的像素数与裂缝实际宽度的存在线性关系；然后通过使用骨架提取算法实现对裂缝掩码数据的骨架提取，基于提取的裂缝骨架计算裂缝走向，实现像素尺度下裂缝的宽度、长度的计算；最后通过像素与宽度的关系对裂缝实际宽度进行纠正，实现了裂缝特征参数的准确提取。

技术特征：

1.公路隧道裂缝特征参数的提取方法，其特征是，包括：

2.如权利要求1所述的公路隧道裂缝特征参数的提取方法，其特征是，将待识别的公路隧道裂缝图像，输入到训练后的深度学习模型中，输出含有裂缝关键点的裂缝掩码图，其中，训练后的深度学习模型，其训练过程包括：

3.如权利要求1所述的公路隧道裂缝特征参数的提取方法，其特征是，所述深度学习模型，网络结构包括：

4.如权利要求1所述的公路隧道裂缝特征参数的提取方法，其特征是，采用裂缝骨架提取算法，对含有关键点的裂缝掩码图进行裂缝骨架提取，得到裂缝骨架图，其中，骨架提取算法，采用中轴变换法。

5.如权利要求1所述的公路隧道裂缝特征参数的提取方法，其特征是，基于裂缝骨架图，确定裂缝的计算长度，包括：

6.如权利要求1所述的公路隧道裂缝特征参数的提取方法，其特征是，基于裂缝骨架图，确定裂缝的计算宽度，包括：

7.如权利要求1所述的公路隧道裂缝特征参数的提取方法，其特征是，裂缝计算宽度与裂缝实际宽度之间的对应关系，包括：

8.公路隧道裂缝特征参数的提取系统，其特征是，包括：

9.一种电子设备，其特征是，包括：

10.一种存储介质，其特征是，非暂时性存储计算机可读指令，其中，当非暂时性计算机可读指令由计算机执行时，执行权利要求1-7任一项所述方法的指令。

技术总结
本发明公开了公路隧道裂缝特征参数的提取方法、系统、设备及介质，获取待识别的公路隧道裂缝图像；将图像输入到训练后的深度学习模型中，输出含有裂缝关键点的裂缝掩码图；采用裂缝骨架提取算法，对含有关键点的裂缝掩码图进行裂缝骨架提取，得到裂缝骨架图；基于裂缝骨架图，确定裂缝的计算长度和宽度；根据裂缝计算宽度与裂缝实际宽度之间的对应关系，确定裂缝的实际宽度，得到裂缝的参数；训练后的深度学习模型，对待识别的公路隧道裂缝图像进行特征提取得到特征图，对特征图进行裂缝关键点提取得到裂缝关键点，对特征图进行空洞卷积池化操作得到裂缝掩码图，将裂缝关键点匹配到裂缝掩码图中，得到含有裂缝关键点的裂缝掩码图。

技术研发人员：解全一,牛沛,刘健,赵致远,吕成顺,吕高航
受保护的技术使用者：山东大学
技术研发日：
技术公布日：2024/4/17