【技術實現步驟摘要】
本專利技術涉及橋梁檢測，具體而言，涉及一種橋梁病害的檢測定位方法、裝置、設備及存儲介質。
技術介紹
1、隨著橋梁工程在現代社會中的廣泛應用，橋梁的安全性和耐久性成為了交通運輸系統中至關重要的因素。然而，橋梁在長期服役過程中會由于環境因素、材料老化、荷載作用等原因出現各種病害，如裂縫、腐蝕、變形等。這些病害的及時檢測和定位對于橋梁的維護和保養至關重要。
2、傳統的橋梁病害檢測方法多依賴人工檢測，存在著檢測精度低、效率低下以及人為主觀因素影響較大的問題。同時，現代橋梁結構復雜，單純依靠人工檢測難以覆蓋到所有關鍵部位，存在較大的安全隱患。
技術實現思路
1、本專利技術解決的問題是如何對橋梁病害進行精準識別和定位。
2、為解決上述問題，本專利技術提供一種橋梁病害的檢測定位方法、裝置、設備及存儲介質。
3、第一方面，本專利技術提供了一種橋梁病害的檢測定位方法，包括：
4、獲取橋梁待測區域的橋梁檢測圖像，并對所述橋梁檢測圖像進行預處理；
5、基于多尺度卷積神經網絡算法對預處理后的所述橋梁檢測圖像進行橋梁病害識別判斷；
6、當識別出橋梁病害時，獲取所述橋梁病害所在區域的多視角病害圖像；
7、對所述多視角病害圖像中的特征點進行匹配，確定不同視角病害圖像之間的對應關系，基于三角測量法和所述視角病害圖像之間的對應關系計算所述橋梁病害在三維空間中的位置，生成所述橋梁病害的三維坐標。
8、可選地，在獲取橋梁待測
9、獲取所述橋梁待測區域的環境亮度數據；
10、當所述環境亮度數據低于預設閾值時，激活補光裝置，對所述橋梁待測區域進行補光。
11、可選地，所述對所述橋梁待測區域進行補光包括：
12、通過多光源陣列對所述橋梁待測區域進行分區照明，所述光源陣列中的每個光源的亮度和照明角度可控；
13、對所述橋梁待測區域的環境亮度進行實時檢測，獲取所述橋梁待測區域的光照分布信息，并基于所述光照分布信息和所述橋梁待測區域的反射率數據，分析各區域內的光照需求；
14、基于粒子群算法對所述反射率數據和所述光照需求進行分析，確定所述多光源陣列的照射角度和光照強度；
15、基于所述所述多光源陣列的照射角度和光照強度控制所述多光源陣列進行補光。
16、可選地，所述基于多尺度卷積神經網絡算法對預處理后的所述橋梁檢測圖像進行橋梁病害識別判斷包括：
17、基于多尺度卷積神經網絡對預處理后的所述橋梁檢測圖像進行特征提取，得到第一特征提取圖像，其中，所述多尺度卷積神經網絡在多個并行路徑中使用不同大小的卷積核從所述橋梁檢測圖像中同時提取局部細節特征和全局結構特征；
18、根據所述第一特征提取圖像對自適應池化層的池化窗口進行動態調整，基于動態調整后的自適應池化層對所述第一特征提取圖像進行池化處理；
19、基于特征融合層對池化處理后的所述第一特征提取圖像進行融合處理，得到高維特征向量；
20、基于全連接層對將所述高維特征向量進行線性變換，將所述高維特征向量映射為用于橋梁病害分類的特征空間表示；
21、基于所述特征空間表示，利用softmax函數對所述第一特征提取圖像進行二元分類，判斷是否存在橋梁病害；
22、其中，若所述softmax函數的輸出結果超過預設判斷閾值，則判定存在所述橋梁病害，若所述softmax函數的輸出結果低于或等于所述預設判斷閾值，則判定不存在所述橋梁病害。
23、可選地，所述當識別出橋梁病害時，獲取所述橋梁病害所在區域的多視角病害圖像包括：
24、當識別出橋梁病害時，確定所述橋梁病害的多個拍攝角度；
25、確定每個所述拍攝角度下的光照強度，并對所述光照強度進行判斷，基于判斷結果配置每個所述拍攝角度下的曝光時間；其中，若所述光照強度大于預設光照強度，設置拍攝組件的曝光時間為第一曝光時間，若所述光照強度不大于預設光照強度，設置拍攝組件的曝光時間為第二曝光時間，所述第一曝光時間小于所述第二曝光時間；
26、基于每個所述拍攝角度對應的所述曝光時間采集所述橋梁病害所在區域的多視角病害圖像。
27、可選地，所述對所述多視角病害圖像中的特征點進行匹配，確定不同視角病害圖像之間的對應關系，基于三角測量法和所述視角病害圖像之間的對應關系計算所述橋梁病害在三維空間中的位置，生成所述橋梁病害的三維坐標包括：
28、利用尺度不變特征變換算法對所述多視角病害圖像進行特征點檢測，得到與特征點對應的描述符，所述特征點包括每個視角下病害圖像的角點、邊緣點和區分點，所述描述符用于表征所述特征點的局部圖像信息；
29、基于歐氏距離匹配算法和所述描述符，對所述多視角病害圖像中的特征點進行匹配，確定所述多視角病害圖像之間的對應關系，得到特征點對；
30、基于所述特征點對，利用三角測量法確定所述橋梁病害的三維坐標。
31、可選地，所述基于所述特征點對，利用三角測量法確定所述橋梁病害的三維坐標包括：
32、獲取拍攝組件的內參數據和外參數據，所述內參數據包括焦距、光心坐標和畸變系數，所述外參數據包括所述拍攝組件的旋轉矩陣和平移向量，每個所述拍攝組件對應一個拍攝角度；
33、提取所述特征點對在所述多視角病害圖像中的像素坐標；
34、基于所述外參數據確定所述拍攝組件之間的幾何關系，基于所述幾何關系和所述特征點對的像素坐標，確定所述特征點在三維空間的位置信息，基于所述位置信息生成所述橋梁病害的三維坐標。
35、第二方面，本專利技術提供了一種橋梁病害的檢測定位裝置，包括：
36、圖像獲取模塊，用于獲取橋梁待測區域的橋梁檢測圖像，并對所述橋梁檢測圖像進行預處理；
37、橋梁病害識別模塊，用于基于多尺度卷積神經網絡算法對預處理后的所述橋梁檢測圖像進行橋梁病害識別判斷；
38、多視角圖像獲取模塊，用于當識別出橋梁病害時，獲取所述橋梁病害所在區域的多視角病害圖像；
39、定位模塊，用于對所述多視角病害圖像中的特征點進行匹配，確定不同視角病害圖像之間的對應關系，基于三角測量法和所述視角病害圖像之間的對應關系計算所述橋梁病害在三維空間中的位置，生成所述橋梁病害的三維坐標。
40、第三方面，本專利技術提供了一種電子設備，包括存儲器和處理器；
41、所述存儲器，用于存儲計算機程序；
42、所述處理器，用于當執行所述計算機程序時，實現如第一方面所述的橋梁病害的檢測定位方法。
43、第四方面，提供了一種計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，當所述計算機程序被處理器執行時，實現如第一方面所述的橋梁病害的檢測定位方法。
44、相較于現有技術，本專利技術的有益效果是：首先，獲取橋梁待測區域的橋梁檢本文檔來自技高網...
【技術保護點】
1.一種橋梁病害的檢測定位方法，其特征在于，包括：
2.根據權利要求1所述的橋梁病害的檢測定位方法，其特征在于，在獲取橋梁待測區域的橋梁檢測圖像之前還包括：
3.根據權利要求2所述的橋梁病害的檢測定位方法，其特征在于，所述對所述橋梁待測區域進行補光包括：
4.根據權利要求1所述的橋梁病害的檢測定位方法，其特征在于，所述基于多尺度卷積神經網絡算法對預處理后的所述橋梁檢測圖像進行橋梁病害識別判斷包括：
5.根據權利要求1所述的橋梁病害的檢測定位方法，其特征在于，所述當識別出橋梁病害時，獲取所述橋梁病害所在區域的多視角病害圖像包括：
6.根據權利要求1所述的橋梁病害的檢測定位方法，其特征在于，所述對所述多視角病害圖像中的特征點進行匹配，確定不同視角病害圖像之間的對應關系，基于三角測量法和所述視角病害圖像之間的對應關系計算所述橋梁病害在三維空間中的位置，生成所述橋梁病害的三維坐標包括：
7.根據權利要求6所述的橋梁病害的檢測定位方法，其特征在于，所述基于所述特征點對，利用三角測量法確定所述橋梁病害的三維坐標包括：p>
8.一種橋梁病害的檢測定位裝置，其特征在于，包括：
9.一種電子設備，其特征在于，包括存儲器和處理器；
10.一種計算機可讀存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，當所述計算機程序被處理器執行時，實現如權利要求1至7任一項所述的橋梁病害的檢測定位方法。
...【技術特征摘要】
1.一種橋梁病害的檢測定位方法，其特征在于，包括：
2.根據權利要求1所述的橋梁病害的檢測定位方法，其特征在于，在獲取橋梁待測區域的橋梁檢測圖像之前還包括：
3.根據權利要求2所述的橋梁病害的檢測定位方法，其特征在于，所述對所述橋梁待測區域進行補光包括：
4.根據權利要求1所述的橋梁病害的檢測定位方法，其特征在于，所述基于多尺度卷積神經網絡算法對預處理后的所述橋梁檢測圖像進行橋梁病害識別判斷包括：
5.根據權利要求1所述的橋梁病害的檢測定位方法，其特征在于，所述當識別出橋梁病害時，獲取所述橋梁病害所在區域的多視角病害圖像包括：
6.根據權利要求1所述的橋梁病害的檢測定位方法，其特征...
【專利技術屬性】
技術研發人員：梁輝，沈翔，王杜娟，劉春城，江恒心，孫杰，郭成，張建國，徐兵峰，劉煒，張澤清，梁江，喻鵬，徐陽，徐振峰，
申請(專利權)人：中鐵高新工業股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。