一种水下大坝表面裂缝识别方法.pdf
光誉****君哥
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种水下大坝表面裂缝识别方法.pdf
本发明提出一种水下大坝表面裂缝识别方法,利用PGGAN模型生成更多的水下大坝表面图像来构造训练数据;将训练数据输入到CNN特征提取器中获取特征,构建训练模型并计算图像组中两图像对的特征空间距离;根据特征空间距离判断图像对是否属于同一类别,将判断结果与预设的特征空间距离相对比,若不属于同一类别,则计算二者之间的损失;将损失回传至训练模型中,并调整训练模型的参数,直至训练模型准确度达到预设值,最后输入需要识别的图像至训练模型中,获得图像是否存在裂缝的判断结果,本申请通过傅里叶变换后的图像可以消除大坝表面杂物的
一种基于侧扫声呐的大坝水下裂缝检测方法.pdf
本申请提供一种基于侧扫声呐的大坝水下裂缝检测方法,包括以下步骤:将侧扫声呐置于初始深度,使侧扫声纳的发射方向保持水平地朝向大坝并且与大坝的延伸方向垂直;使用侧扫声呐在多个深度对大坝进行扫测以获取多个深度的大坝侧扫数据,其中相邻深度的差值根据侧扫声呐的固有参数、侧扫声呐与大坝的水平距离以及大坝的倾斜角度自适应地确定;处理多个深度的大坝侧扫数据生成大坝侧扫图像;根据大坝侧扫图像判定大坝水下裂缝位置。本申请提供的基于侧扫声呐的大坝水下裂缝检测方法,能够高效、精确地对大坝水下裂缝进行检测。
一种适用于复杂水下环境的深度学习大坝裂缝检测方法.pdf
本发明公开了一种适用于复杂水下环境的深度学习大坝裂缝检测方法,包括以下步骤:对于水下相机采集的图像信息使用MSRCR算法进行图像增强,改善图像的视觉效果,使得改善后图像更适合被神经网络识别;获取裂缝目标图像,对图像中的裂缝目标进行手动标注,形成裂缝数据库;搭建YOLOv5神经网络,进行训练学习,将得到的保存着最佳权重值的文件作为训练网络的输入;将经过MSRCR图像增强后的图片传到YOLOv5神经网络进行训练,按照预先设定好的锚框对图像中的裂缝进行标注。本发明的方法可以有效地改善图像的视觉效果,克服了阴暗的
一种面向无人机的大坝表面裂缝智能识别测量装置.pdf
本发明公开了一种面向无人机的大坝表面裂缝智能识别测量装置,包括裂缝识别装置、裂缝测量装置、裂缝定位装置、存储及连接装置和综合处理器;其中,所述裂缝识别装置可随无人机的巡视拍摄视频并智能识别裂缝,抓取裂缝图片并勾勒裂缝形状;所述裂缝测量装置利用激光测宽仪测量裂缝宽度,并生成裂缝宽度表;所述裂缝定位装置用于确定裂缝所在处的坐标。本发明裂缝智能识别测量装置可快速探测坝面裂缝的位置,拍摄裂缝图片并测量裂缝宽度,自动生成大坝表面裂缝分布图,不仅能减少工程师亲自上坝检测的次数,节省大量的人力和时间,还能提高裂缝识别测
一种基于深度学习的ECC表面裂缝自动识别方法.pdf
本发明提供了一种基于深度学习的ECC表面裂缝自动识别方法,包括以下步骤:预处理ECC表面图像;基于ECC表面特性,基于双策略对损失函数进行设计;基于改进后的语义分割网络FCN,搭建出ECC表面裂缝自动识别模型;利用ECC表面裂缝自动识别模型对待测ECC表面图像进行像素级别的分类。本发明构建的ECC表面裂缝自动识别模型中的损失函数加入了针对ECC材料的定制化设计,使得模型更关注于作为少样本类别和难样本类别的裂缝,杜绝了类别不均和难易差异大带来的性能不足问题,有效提高了ECC表面裂缝的识别性能,得到高准确率的