【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于市政管網(wǎng)工程造價(jià)管理領(lǐng)域，具體涉及一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法。
技術(shù)介紹
1、市政管道系統(tǒng)作為城市基礎(chǔ)設(shè)施的核心組成部分，承擔(dān)著輸送水資源、排除廢棄物和防止洪水侵襲的關(guān)鍵功能。隨著時(shí)間推移，管道內(nèi)部不可避免地會(huì)出現(xiàn)淤泥、垃圾等雜物積累現(xiàn)象，嚴(yán)重阻礙管道內(nèi)水體正常流動(dòng)，進(jìn)而導(dǎo)致城市內(nèi)澇、水浸等災(zāi)害性事件發(fā)生，對(duì)城市居民生活質(zhì)量和城市可持續(xù)發(fā)展造成負(fù)面影響。此外，管道內(nèi)部污染物質(zhì)積累還可能引發(fā)環(huán)境污染問題，對(duì)生態(tài)環(huán)境造成潛在威脅。因此，對(duì)市政管道進(jìn)行定期檢測(cè)、修復(fù)和維護(hù)工作顯得尤為迫切。
2、管道清淤是管道維護(hù)重點(diǎn)工作，對(duì)管道內(nèi)部淤泥進(jìn)行清理疏通，可以有效防止污水濫流，確保管道暢通，進(jìn)而保障城市正常運(yùn)行。開展管道修復(fù)工作前，需要對(duì)管道進(jìn)行清淤處理，使管道內(nèi)部情況清晰可見，隨后進(jìn)一步判斷管道運(yùn)營(yíng)狀況，確定合適的修復(fù)方法。清淤工作的實(shí)施能夠提高管道使用壽命，為后續(xù)的修復(fù)工作提供基礎(chǔ)。
3、管網(wǎng)清淤造價(jià)計(jì)算是市政工程管理的重要組成部分。然而，當(dāng)前管道清淤工程造價(jià)計(jì)算主要仍依賴于傳統(tǒng)人工計(jì)算方式，存在著判斷失誤和效率低下等問題。開展管道清淤量計(jì)價(jià)前，工作人員需要通過視覺判斷管道清淤前后狀況。此類計(jì)算方法不僅耗時(shí)費(fèi)力，且極易引發(fā)誤差，影響管道清淤造價(jià)計(jì)算的準(zhǔn)確性和效率。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)針對(duì)市政管道清淤工程計(jì)價(jià)特點(diǎn)和需求，提出一種基于圖像識(shí)別網(wǎng)絡(luò)的管道清淤輔助計(jì)價(jià)方法，此方法通過引入深度學(xué)習(xí)技術(shù)，輔助財(cái)務(wù)管理人員進(jìn)行造價(jià)計(jì)算，在減
2、為了實(shí)現(xiàn)上述的技術(shù)特征，本專利技術(shù)的目的是這樣實(shí)現(xiàn)的：一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，包括以下實(shí)施步驟：
3、步驟s1，采用cctv檢測(cè)設(shè)備拍攝管道視頻，從視頻中截取含有淤積物的管道截面圖像，通過圖像篩選和采樣，精選具有適宜角度和清晰度的管道截面圖像，對(duì)圖像進(jìn)行預(yù)處理，通過去除噪聲、增強(qiáng)對(duì)比度以及邊緣銳化操作提升圖像質(zhì)量，利用標(biāo)注工具進(jìn)行標(biāo)注，得到用于訓(xùn)練目標(biāo)檢測(cè)網(wǎng)絡(luò)的數(shù)據(jù)集；
4、步驟s2，以目標(biāo)檢測(cè)網(wǎng)絡(luò)為基礎(chǔ)，構(gòu)建管道截面圖像目標(biāo)檢測(cè)模型，利用步驟s1所得數(shù)據(jù)集訓(xùn)練該模型，調(diào)整模型參數(shù)優(yōu)化模型識(shí)別效果，提升模型精度直至滿足目標(biāo)檢測(cè)需求；
5、步驟s3，使用步驟s2訓(xùn)練得到的目標(biāo)檢測(cè)模型識(shí)別管道截面圖像，識(shí)別出淤積物并標(biāo)注出其目標(biāo)檢測(cè)框，利用霍夫圓檢測(cè)算法獲取管道截面圓參數(shù)組；
6、步驟s4，基于步驟s3中獲取的淤積物目標(biāo)檢測(cè)框信息，確定檢測(cè)框端點(diǎn)所在霍夫圓，利用上述信息計(jì)算淤積物截面相對(duì)管道截面占比高度，判斷管道淤積程度；
7、步驟s5，將所獲數(shù)據(jù)代入不同管徑、不同淤積程度下的管道清淤計(jì)價(jià)公式，進(jìn)一步得到管道清淤造價(jià)。
8、步驟s1中所述cctv檢測(cè)設(shè)備為常見型號(hào)，采集的管道截面圖像為垂直管道截面拍攝。
9、所述目標(biāo)檢測(cè)網(wǎng)絡(luò)基于efficientdet深度學(xué)習(xí)算法，包括用于特征融合的加權(quán)雙向特征金字塔網(wǎng)絡(luò)模塊，該模塊針對(duì)多尺度和高級(jí)別語義信息處理，通過自頂向下和自底向上的路徑，提供豐富的上下文信息；針對(duì)網(wǎng)絡(luò)優(yōu)化的復(fù)合縮放策略，通過采用同時(shí)調(diào)整網(wǎng)絡(luò)深度、寬度和輸入分辨率的策略，以達(dá)到最優(yōu)資源利用效率；包括用于減少重疊檢測(cè)框的soft-nms算法；包括輸出結(jié)果的分類和回歸的解碼器模塊，將提取和融合后的特征映射轉(zhuǎn)化為精確的目標(biāo)框和類別概率，以完成目標(biāo)檢測(cè)任務(wù)。
10、采用iou和giou作為質(zhì)量評(píng)估標(biāo)準(zhǔn)，以更準(zhǔn)確地衡量檢測(cè)框與真實(shí)框之間的重合程度。
11、步驟s3中識(shí)別管道淤積物的方法為：調(diào)用目標(biāo)檢測(cè)模型對(duì)圖像進(jìn)行識(shí)別，在識(shí)別出淤積物的同時(shí)繪制出對(duì)應(yīng)的檢測(cè)框，以直觀顯示其在圖像中的區(qū)域；檢測(cè)管道圖像中霍夫圓的方法為：調(diào)用基于改進(jìn)的霍夫梯度變換的圓形檢測(cè)算法，對(duì)圖像進(jìn)行處理，識(shí)別出管道截面中圓形結(jié)構(gòu)。
12、步驟s4中判斷管道淤積物檢測(cè)框底部?jī)啥它c(diǎn)所在霍夫圓的方法為：對(duì)于檢測(cè)到的每一個(gè)霍夫圓，計(jì)算每個(gè)圓的圓心到檢測(cè)框兩端點(diǎn)的距離，判斷其是否與該霍夫圓的半徑相等，若圓心到淤積物檢測(cè)框兩點(diǎn)的距離等于或接近于它的半徑，則該霍夫圓即為所在霍夫圓。
13、步驟s4中判斷管道淤積物淤積程度的方法為：采用霍夫圓圓心坐標(biāo)信息及淤積物檢測(cè)框底部?jī)啥它c(diǎn)坐標(biāo)信息，計(jì)算兩端點(diǎn)連線相對(duì)于該圓心的距離均值，得到該距離均值與直徑比值，進(jìn)一步評(píng)估管道淤積程度。
14、步驟s5中造價(jià)計(jì)算的方法為：對(duì)應(yīng)不同管徑、不同淤積程度預(yù)設(shè)有具體組價(jià)公式，將獲取到的占比數(shù)據(jù)、管徑數(shù)據(jù)及管段長(zhǎng)度代入對(duì)應(yīng)的組價(jià)公式，最終計(jì)算出管道清淤造價(jià)。
15、所述管道清淤造價(jià)計(jì)算模型通過網(wǎng)絡(luò)與造價(jià)計(jì)算系統(tǒng)前端相連，能夠?qū)@取到的圖像數(shù)據(jù)信息、造價(jià)計(jì)算過程、計(jì)算結(jié)果數(shù)據(jù)在前端界面進(jìn)行顯示，在輔助財(cái)務(wù)管理人員快速計(jì)算出管道清淤造價(jià)的同時(shí)，便于管理人員進(jìn)行計(jì)算過程及結(jié)果查驗(yàn)，為造價(jià)計(jì)算的準(zhǔn)確性提供雙重保障。
16、本專利技術(shù)有如下有益效果：
17、1、采用深度學(xué)習(xí)算法獲取管道淤積物信息并評(píng)估淤積程度，能有效消除人工肉眼識(shí)別的主觀與不確定因素，算法識(shí)別準(zhǔn)確率高。
18、2、目標(biāo)檢測(cè)算法升級(jí)快，通過數(shù)據(jù)增強(qiáng)等手段可以有效擴(kuò)充訓(xùn)練算法所用數(shù)據(jù)集，隨著訓(xùn)練數(shù)據(jù)增加和模型的更新，能夠進(jìn)一步提升模型目標(biāo)檢測(cè)準(zhǔn)確率。
19、3、能夠?qū)⑶岸思肮芾斫K端相連，聯(lián)合構(gòu)成管道清淤造價(jià)智能計(jì)算系統(tǒng)，識(shí)別結(jié)果及計(jì)算過程能夠自動(dòng)發(fā)送至前端，實(shí)現(xiàn)計(jì)算流程可視化，便于財(cái)務(wù)管理人員對(duì)計(jì)算過程進(jìn)行復(fù)核，進(jìn)一步確保計(jì)算結(jié)果的準(zhǔn)確性與可靠性。
20、4、具體的造價(jià)計(jì)算過程可以根據(jù)不同項(xiàng)目所規(guī)定的組價(jià)公式靈活套用，具有較強(qiáng)的適用性。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于，包括以下實(shí)施步驟：
2.根據(jù)權(quán)利要求1所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：步驟S1中所述CCTV檢測(cè)設(shè)備為常見型號(hào)，采集的管道截面圖像為垂直管道截面拍攝。
3.根據(jù)權(quán)利要求2所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：所述目標(biāo)檢測(cè)網(wǎng)絡(luò)基于EfficientDet深度學(xué)習(xí)算法，包括用于特征融合的加權(quán)雙向特征金字塔網(wǎng)絡(luò)模塊，該模塊針對(duì)多尺度和高級(jí)別語義信息處理，通過自頂向下和自底向上的路徑，提供豐富的上下文信息；針對(duì)網(wǎng)絡(luò)優(yōu)化的復(fù)合縮放策略，通過采用同時(shí)調(diào)整網(wǎng)絡(luò)深度、寬度和輸入分辨率的策略，以達(dá)到最優(yōu)資源利用效率；包括用于減少重疊檢測(cè)框的Soft-NMS算法；包括輸出結(jié)果的分類和回歸的解碼器模塊，將提取和融合后的特征映射轉(zhuǎn)化為精確的目標(biāo)框和類別概率，以完成目標(biāo)檢測(cè)任務(wù)。
4.根據(jù)權(quán)利要求3所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：采用IoU和GIOU作為質(zhì)量評(píng)估標(biāo)準(zhǔn)，以更準(zhǔn)確地衡量檢測(cè)框與真實(shí)框之間的重合程度。
5.根據(jù)權(quán)
6.根據(jù)權(quán)利要求5所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：步驟S4中判斷管道淤積物檢測(cè)框底部?jī)啥它c(diǎn)所在霍夫圓的方法為：對(duì)于檢測(cè)到的每一個(gè)霍夫圓，計(jì)算每個(gè)圓的圓心到檢測(cè)框兩端點(diǎn)的距離，判斷其是否與該霍夫圓的半徑相等，若圓心到淤積物檢測(cè)框兩點(diǎn)的距離等于或接近于它的半徑，則該霍夫圓即為所在霍夫圓。
7.根據(jù)權(quán)利要求6所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：步驟S4中判斷管道淤積物淤積程度的方法為：采用霍夫圓圓心坐標(biāo)信息及淤積物檢測(cè)框底部?jī)啥它c(diǎn)坐標(biāo)信息，計(jì)算兩端點(diǎn)連線相對(duì)于該圓心的距離均值，得到該距離均值與直徑比值，進(jìn)一步評(píng)估管道淤積程度。
8.根據(jù)權(quán)利要求7所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：步驟S5中造價(jià)計(jì)算的方法為：對(duì)應(yīng)不同管徑、不同淤積程度預(yù)設(shè)有具體組價(jià)公式，將獲取到的占比數(shù)據(jù)、管徑數(shù)據(jù)及管段長(zhǎng)度代入對(duì)應(yīng)的組價(jià)公式，最終計(jì)算出管道清淤造價(jià)。
9.根據(jù)權(quán)利1要求所述的一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：所述管道清淤造價(jià)計(jì)算模型通過網(wǎng)絡(luò)與造價(jià)計(jì)算系統(tǒng)前端相連，能夠?qū)@取到的圖像數(shù)據(jù)信息、造價(jià)計(jì)算過程、計(jì)算結(jié)果數(shù)據(jù)在前端界面進(jìn)行顯示，在輔助財(cái)務(wù)管理人員快速計(jì)算出管道清淤造價(jià)的同時(shí)，便于管理人員進(jìn)行計(jì)算過程及結(jié)果查驗(yàn)，為造價(jià)計(jì)算的準(zhǔn)確性提供雙重保障。
...【技術(shù)特征摘要】
1.一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于，包括以下實(shí)施步驟：
2.根據(jù)權(quán)利要求1所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：步驟s1中所述cctv檢測(cè)設(shè)備為常見型號(hào)，采集的管道截面圖像為垂直管道截面拍攝。
3.根據(jù)權(quán)利要求2所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：所述目標(biāo)檢測(cè)網(wǎng)絡(luò)基于efficientdet深度學(xué)習(xí)算法，包括用于特征融合的加權(quán)雙向特征金字塔網(wǎng)絡(luò)模塊，該模塊針對(duì)多尺度和高級(jí)別語義信息處理，通過自頂向下和自底向上的路徑，提供豐富的上下文信息；針對(duì)網(wǎng)絡(luò)優(yōu)化的復(fù)合縮放策略，通過采用同時(shí)調(diào)整網(wǎng)絡(luò)深度、寬度和輸入分辨率的策略，以達(dá)到最優(yōu)資源利用效率；包括用于減少重疊檢測(cè)框的soft-nms算法；包括輸出結(jié)果的分類和回歸的解碼器模塊，將提取和融合后的特征映射轉(zhuǎn)化為精確的目標(biāo)框和類別概率，以完成目標(biāo)檢測(cè)任務(wù)。
4.根據(jù)權(quán)利要求3所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：采用iou和giou作為質(zhì)量評(píng)估標(biāo)準(zhǔn)，以更準(zhǔn)確地衡量檢測(cè)框與真實(shí)框之間的重合程度。
5.根據(jù)權(quán)利要求4所述一種基于圖像識(shí)別技術(shù)的管道清淤輔助計(jì)價(jià)方法，其特征在于：步驟s3中識(shí)別管道淤積物的方法為：調(diào)用目標(biāo)檢測(cè)模型對(duì)圖像進(jìn)行識(shí)別，在識(shí)別出淤積物的同時(shí)繪制出對(duì)應(yīng)的檢測(cè)框，以直觀顯示其在圖像中的區(qū)域；檢測(cè)管道圖像中霍夫圓的方法為：調(diào)用基于改進(jìn)的霍夫梯度變換...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張毅偉，徐振鵬，嚴(yán)林，晏攀，賈發(fā)明，賀子秋，曹瀏，陳坤洋，謝皓丞，黃群智，
申請(qǐng)(專利權(quán))人：長(zhǎng)江三峽技術(shù)經(jīng)濟(jì)發(fā)展有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。