【技術實現(xiàn)步驟摘要】
本專利技術涉及橋梁工程，具體涉及一種基于圖像識別的橋梁安全監(jiān)測預警方法及系統(tǒng)。
技術介紹
1、橋梁支座作為橋梁結構中的核心連接部件連接著橋跨結構與橋墩，確保橋梁在各種復雜荷載和環(huán)境條件下的穩(wěn)定與安全。其狀態(tài)的好壞直接關系到橋梁的整體穩(wěn)定性和使用壽命，一旦支座出現(xiàn)位移、偏移、裂紋等異常狀況，將直接威脅到橋梁的安全性和通行能力，甚至可能引發(fā)嚴重的安全事故。長期以來，對于橋梁支座的監(jiān)測主要依賴于傳統(tǒng)的人工檢查方式。人工檢查耗時費力，難以覆蓋所有支座，更無法實現(xiàn)全天候、不間斷的監(jiān)測；由于人為因素的干擾可能導致檢查結果的不準確或遺漏；對于細微的裂紋或緩慢發(fā)展的位移，人工檢查往往難以及時發(fā)現(xiàn)，從而錯過了最佳的維修時機。
2、現(xiàn)有技術中，有利用計算機視覺技術對橋梁的病害進行識別，但是由于橋梁支座結構復雜、環(huán)境多變，且裂紋、位移等異常狀況的表現(xiàn)形式多樣，因此現(xiàn)有的圖像識別算法在復雜場景下的識別精度有待提高；在快速響應方面，如何在海量圖像數(shù)據(jù)中迅速篩選出異常信息并及時發(fā)出預警信號，是當前亟待解決的問題。
技術實現(xiàn)思路
1、本專利技術的目的是為了解決上述問題，設計了一種基于圖像識別的橋梁安全監(jiān)測預警方法及系統(tǒng)。
2、本專利技術第一方面提供一種基于圖像識別的橋梁安全監(jiān)測預警方法，所述基于圖像識別的橋梁安全監(jiān)測預警方法包括以下步驟：
3、在橋面和橋墩之間的橋梁支座周圍安裝多個高清圖像傳感器，通過高清圖像傳感器對橋梁支座進行實時圖像采集，得到初始支座圖像；
4
5、構建改進的yolov8網(wǎng)絡模型，通過在yolov8網(wǎng)絡模型的主干網(wǎng)絡末端添加注意力機制模塊，并將cg?block與c2f模塊相融合得到c2f_cgblock模塊，對yolov8網(wǎng)絡模型的頸部網(wǎng)絡進行重構，引入自適應特征融合asff模塊和mpdiou損失函數(shù)，得到改進的yolov8網(wǎng)絡模型；
6、將預處理后的支座圖像輸入改進的yolov8網(wǎng)絡中，通過改進的yolov8網(wǎng)絡對預處理后的支座圖像進行特征提取，以表征橋梁支座的結構特征和病害特征，輸出目標特征圖像；
7、將所述目標特征圖像輸入病害識別模型，通過所述病害識別模型對所述目標特征圖像中的橋梁支座的病害進行分類和識別，輸出病害識別結果，其中所述病害識別模型基于麻雀搜索算法優(yōu)化支持向量機構建；
8、基于所述病害識別結果確定橋梁支座的病害嚴重程度，當病害達到預警閾值時，及時發(fā)出預警信號，并制定相應的預警策略，其中所述預警閾值根據(jù)病害識別結果中的病害類型設定。
9、可選的，在本專利技術第一方面的第一種實現(xiàn)方式中，所述對采集到的所述初始支座圖像進行圖像預處理操作，通過平滑處理、gamma?校正和直方圖均衡化處理完成圖像預處理操作，得到預處理后的支座圖像，包括：
10、將所述初始支座圖像從rgb空間轉換到hsv空間，對轉換后的初始支座圖像進行平滑處理：
11、；
12、式中，表示控制保真度項和梯度項之間的權衡參數(shù)，表示權重矩陣，用于區(qū)分邊緣結構和紋理，表示橫向和縱向的差分算子，和分別為1-范數(shù)和2-范數(shù)，是初始支座圖像在?rgb?空間的矩陣表示，表示轉換到hsv穆斯空間后得到的新圖像矩陣，m表示對m進行平滑濾波器的結果；
13、采用gamma校正函數(shù)對平滑處理后的初始支座圖像全局光照分量進行校正：
14、；
15、；
16、；
17、式中，e表示gamma校正之后的像素值，l表示平滑處理后的初始支座圖像像素值，表示經(jīng)過原點與曲線相切的直線的高程比，表示切點處的橫坐標，表示亮度調整的指數(shù)值；
18、利用直方圖均衡化經(jīng)過gamma校正處理后的初始支座圖像的對比度，得到預處理后的支座圖像。
19、可選的，在本專利技術第一方面的第二種實現(xiàn)方式中，所述利用直方圖均衡化經(jīng)過gamma校正處理后的初始支座圖像的對比度，包括：
20、獲取經(jīng)過gamma校正處理后的初始支座圖像，計算對應的光照圖像的直方圖的均值和標準差；
21、根據(jù)直方圖的均值和標準差設置下閾值和上閾值：
22、；
23、式中，表示直方圖均值，表示直方圖標準差；
24、將直方圖中小于下閾值和大于上閾值的直方圖頻次進行加權處理，得到加權的直方圖：
25、；
26、；
27、式中，表示加權的直方圖，k表示圖像灰度級數(shù)，表示加權系數(shù)，表示直方圖頻次；
28、對加權的直方圖依次進行歸一化、均衡化處理，對經(jīng)過處理后的光照圖像進行灰度級映射；
29、將經(jīng)灰度級映射的光照圖像與經(jīng)過gamma校正處理后的初始支座圖像的反射圖像作等價變換，得到增強的明度分量，基于增強的明度分量轉換為rgb空間，得到預處理后的支座圖像。
30、可選的，在本專利技術第一方面的第三種實現(xiàn)方式中，所述在yolov8網(wǎng)絡模型的主干網(wǎng)絡末端添加注意力機制模塊，包括：
31、注意力機制模塊包括2條1×1分支的并行支路和1條3×3分支路徑，在1×1支路中采用水平/垂直2個維度方向的一維全局平均池化操作，獲取所有通道間的依賴關系：
32、；
33、；
34、式中，c表示通道數(shù)，、表示輸入特征空間的維度，x表示輸入特征，表示特征向量中類別的特征值，表示類別在特征向量的第個元素，和表示特征向量的列索引，表示特征向量中類別的特征值，表示類別在特征向量的第個元素；
35、通過2個sigmoid非線性函數(shù)擬合線性卷積后的二項分布，再通過乘法運算實現(xiàn)每個組內(nèi)通道注意力圖的聚合；
36、對一條1×1分支輸出利用二維全局平均池化組歸一化，對全局空間信息進行編碼，在另一條支路中采用3×3卷積獲取局部跨通道交互特征擴大特征空間，將輸出轉換成對應的維度形狀；
37、通過softmax非線性函數(shù)完成線性變換的擬合，在2條分支的輸出后進行連接，再通過矩陣乘法將連接后的結果相乘，得到空間注意力圖和空間位置信息注意力圖；
38、對空間注意力圖和空間位置信息注意力圖使用sigmoid激活函數(shù)獲得每個大核的獨立空間選擇掩碼，將掩碼與相應的特征圖行加權，捕獲像素級成對關系以及全部像素的全局上下文，并通過卷積層融合得到注意力特征。
39、可選的，在本專利技術第一方面的第四種實現(xiàn)方式中，所述將cg?block與c2f模塊相融合得到c2f_cgblock模塊，對yolov8網(wǎng)絡模型的頸部網(wǎng)絡進行重構，引入自適應特征融合asff模塊和mpdiou損失函數(shù)，包括：
40、c2f_cgblock模塊對輸入圖像經(jīng)過1×1卷積后，進入局部特征提取與周圍上下文特征提取的平行分支處理，其中局部特征提取通過卷積學本文檔來自技高網(wǎng)...
【技術保護點】
1.一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述基于圖像識別的橋梁安全監(jiān)測預警方法包括以下步驟：
2.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述對采集到的所述初始支座圖像進行圖像預處理操作，通過平滑處理、Gamma?校正和直方圖均衡化處理完成圖像預處理操作，得到預處理后的支座圖像，包括：
3.如權利要求2所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述利用直方圖均衡化經(jīng)過Gamma校正處理后的初始支座圖像的對比度，包括：
4.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述在YOLOv8網(wǎng)絡模型的主干網(wǎng)絡末端添加注意力機制模塊，包括：
5.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述將CG?block與C2f模塊相融合得到C2f_CGblock模塊，對YOLOv8網(wǎng)絡模型的頸部網(wǎng)絡進行重構，引入自適應特征融合ASFF模塊和MPDIoU損失函數(shù)，包括：
6.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方
7.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，將所述目標特征圖像輸入病害識別模型，通過所述病害識別模型對所述目標特征圖像中的橋梁支座的病害進行分類和識別，輸出病害識別結果，包括：
8.一種基于圖像識別的橋梁安全監(jiān)測預警系統(tǒng)，其特征在于，所述基于圖像識別的橋梁安全監(jiān)測預警系統(tǒng)包括圖像采集模塊、圖像預處理模塊、模型構建模塊、特征提取模塊、病害識別模塊和病害預警模塊，其中，
9.如權利要求8所述的一種基于圖像識別的橋梁安全監(jiān)測預警系統(tǒng)，其特征在于，所述圖像預處理模塊包括平滑處理子模塊、Gamma校正子模塊和直方圖均衡化子模塊，其中，
10.如權利要求8所述的一種基于圖像識別的橋梁安全監(jiān)測預警系統(tǒng)，其特征在于，所述病害識別模塊包括映射子模塊、第一更新子模塊、第二更新子模塊、第三更新子模塊和判斷子模塊，其中，
...【技術特征摘要】
1.一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述基于圖像識別的橋梁安全監(jiān)測預警方法包括以下步驟：
2.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述對采集到的所述初始支座圖像進行圖像預處理操作，通過平滑處理、gamma?校正和直方圖均衡化處理完成圖像預處理操作，得到預處理后的支座圖像，包括：
3.如權利要求2所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述利用直方圖均衡化經(jīng)過gamma校正處理后的初始支座圖像的對比度，包括：
4.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述在yolov8網(wǎng)絡模型的主干網(wǎng)絡末端添加注意力機制模塊，包括：
5.如權利要求1所述的一種基于圖像識別的橋梁安全監(jiān)測預警方法，其特征在于，所述將cg?block與c2f模塊相融合得到c2f_cgblock模塊，對yolov8網(wǎng)絡模型的頸部網(wǎng)絡進行重構，引入自適應特征融合asff模塊和mpdiou損失函數(shù)，包括：
...【專利技術屬性】
技術研發(fā)人員：陳旭彬，郭其遠，沈晨康，林紀棟，崔榮剛，
申請(專利權)人：南京交通工程有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。