基于无人机影像的公路桥梁裂缝智能检测方法.pdf
《基于无人机影像的公路桥梁裂缝智能检测方法.pdf》由会员分享,可在线阅读,更多相关《基于无人机影像的公路桥梁裂缝智能检测方法.pdf(3页珍藏版)》请在咨信网上搜索。
1、268工程机械与维修CONSUMERS&CONSTRUCTION用户施工0 引言在建设公路和桥梁时,一般都会使用沥青混凝土作为原料,这种原料在经过长时间的风吹日晒后,会出现裂缝。裂缝不但会降低人们在行驶过程中的舒适度,严重时还会导致意外事故的出现。为及时获取路面的裂缝信息,需要经常在公路和桥梁上查看。但是我国的公路里程数以及桥梁数量非常多,如果一一查看,会浪费大量的人力资源。而使用航空拍摄的方式代替人工,通过图像处理,可智能识别路面和桥面的裂缝,不但可以提高检测效率,还可以提高检测精度。目前,国内外关于采用无人机检测公路桥梁裂缝的研究已经不少。侯越等1使用数据深度增强的方式,采集路面的图像信息
2、,并对其进行处理。结合泊松迁移算法,通过遮挡物和光线条件,获取路面信息,并得到识别算法。宋立博等2以裂缝的检测需求为例,使用残差网络,连接深度神经网络,并结合百度图片上搜索的图片,建立训练集。在 YOLOv4-tiny 简化网络的基础上,获取检测算法。王一兵等3使用 LabVIEW+VDM 设计了一种图像分析方法,结合 Vision Development Module 和Vision Assistant 处理图像,并采用粒子分析方法计算裂缝信息。为进一步提高检测效率、检测精度,本文参考上述文献,设计了一种基于无人机影像的公路桥梁裂缝智能检测方法。1 无人机影像数据预处理使用无人机影像获取的数
3、据通常具备较高的分辨率,且由于外界复杂环境的影像,图像噪声难以避免。如果图像在拍摄时正好处于相机曝光状态,则会降低目标裂缝与背景路面之间的对比度,因此需要将存在大量背景信息的图像进行预处理,以提高检测分类的准确率。针对此类图像的预处理,以灰度化或者滤波处理为主。在存储图像时,一般需要将一个高分辨率的影像转换成一个二维函数,并一一描述所有像素点与空间位置的关系,建立坐标轴,分别对纵坐标和横坐标进行代换4。在处理无人机影像时,需要使用高分辨率的图像,在任意一点图像像素上,其强度值可以表示为:(1)式中,(x0,y0)表示像素强度值;R、G、B分别表示三原色量化等级。将彩色图像经过矩阵叠加而成,可以
4、直接将原始彩色图像转换为灰度图像,从而大幅度提高数据的处理速度。在图像滤波处理过程中,均值滤波是一种十分常见的处理方法。均值滤波是将模板的中心元素信号滤除干净,仅仅只保留一部分低频或者中频的噪声,所有高频噪声均不能留存。这样图像中的所有尖锐噪声就会全部去除,图像看起来较为平滑。假定像素点的坐标为中心基于无人机影像的公路桥梁裂缝智能检测方法马正宇(甘肃省定西交通工程试验检测有限公司,甘肃定西743000)摘要:采用传统方法进行公路桥梁裂缝的检测,会浪费大量的人力资源。为进一步提高检测效率、检测精度,设计一种基于无人机影像的公路桥梁裂缝智能检测方法。对无人机影像数据进行预处理,计算任意一点图像像素
5、的强度值,统计其所有像素点的集合,去除所有包含尖锐噪声的数据。建立公路桥梁裂缝分类模型,获取不同区域分割阈值的数学表达式,计算像素值的线性插值,得到公路桥梁裂缝的分类结果。实验结果显示:在 3 个数据集中,该方法的 F1值均在 0.89 以上,可见该检测方法的精度较高,能够得到准确的检测结果。关键词:无人机影像;公路桥梁;裂缝;智能检测CM&M 2023.04269点,统计其所有像素点的集合如下:(2)式中:(x,y)表示像素点坐标,(i,j)表示像素点像素值,Nm表示像素点数量。经过高斯滤波的处理后,将所有像素全部离散,并进行加权平均处理。通过上述公式,可以得到一个去除了所有尖锐噪声且数据量
6、较少的图像数据。2 建立公路桥梁裂缝分类模型针对公路桥梁裂缝分类过程中,首先需要进行缺陷检测,其次才是缺陷分类。在给定一个公路桥梁图像时,需要首先辨别其是否是存在裂缝的图像,然后辨别图像内包含什么种类的裂缝。使用智能算法,对图像进行分类5。2.1 近似梯度值计算将输入的数据转换为不具体的高层特征,并将其用分布式数据的形式表现出来。在边缘检测器中,寻找一组亮度变化较为剧烈的像素点集合,这些像素点一般为公路桥梁的裂缝区域。设置离散微分算子,将其作为假定图像的灰度值。其横向边缘灰度值与纵向边缘灰度值分别可以表示为和。计算其在水平和竖直方向的梯度坐标,可得到近似梯度值:(3)式中:Gi表示近似梯度值。
7、上述所有边缘算子,在高斯滤波的作用下,可以使图像变得更加平滑。获取梯度幅值,令其实现极大值的抑制,并同步对比梯度幅值的边缘点信息。2.2 阈值分割后的图像计算图像的阈值检测是裂缝检测算法中最重要的步骤,具备高效性和强解释性等优点,在裂缝图像的分割算法中具备较好的效果。只要在其中添加合理和便于控制的参数,就可以直接实现更加高效、精度更高的图像裂缝检测。在阈值分割的过程中,需要首先选择一个合适的分割阈值,并对待检测的那一幅图像进行整体性的扫描。不同区域的数学表达式可以表示为:(4)式中:g(x,y)表示阈值分割后的图像;(x,y)表示原始的公路桥梁图像;Ut表示像素阈值。在上述分割方法中,若像素值
8、小于标准阈值,则将其分类到“1”值中,若像素值大于等于标准阈值,就会将其分类到“0”值中。选择大小合适的全局固定阈值,将整个图像分割成不同的方块,并根据每个像素块的分布规律确定全局与局部的差别。2.3 线性插值计算根据周边像素的信息确定某一给定像素的值,可以将扩展后的像素小幅度偏移原始图像。将预设的图像进行放大与缩小处理,并计算其中的像素值位置。假设存在两个像素点,其线性插值的计算公式可以表示为:(5)式中:h(x,y)表示线性插值的加权像素位置;x1和x2分别表示两个相邻像素点的函数值;y1和y2则表示像素单元内的中心点像素值;xp表示未知函数的像素值。2.4 不同节点的信息熵计算建立公路桥
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 无人机 影像 公路 桥梁 裂缝 智能 检测 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。