摘要
本发明提供了一种高空大型钢结构施工后锈蚀度监测方法、介质及系统,属于高空大型钢结构技术领域,包括:采用可见光图像和超声图像的多模态分析,对大型钢结构施工质量进行全面监测。首先获取原始和监测时期的可见光和超声图像,并进行预处理。通过聚类分析,确定典型监测区域,并在喷涂柠檬酸溶液和清洗后采集不同时间点的可见光和超声图像。利用图像差分和特征提取,结合多模态加权分析,计算典型区域的锈蚀度。建立包含原始、监测区域图像及其锈蚀度的训练数据集,训练神经网络模型。最后,输入原始和监测图像,利用训练好的模型,输出整个钢结构表面的锈蚀度矩阵,全面评估施工质量。本发明能够全面、准确地评估高空大型钢结构的腐蚀状况。
技术关键词
大型钢结构施工
可见光图像
监测方法
典型
钢结构表面
DBSCAN密度聚类
多分支卷积神经网络
超声模块
训练神经网络模型
特征金字塔网络
可读存储介质
通道注意力机制
双线性池化
深度残差网络
灰度共生矩阵
系统为您推荐了相关专利信息
变电站保护压板
视觉
监测方法
神经网络模型
定义
神经网络结构
联合概率数据关联
超图模型
多模态感知系统
可见光图像
语义先验
可见光图像
融合方法
深度学习网络模型
视觉特征