摘要
本发明公开了一种基于人工智能的桥梁的挠度智能化精确测量方法,涉及桥梁挠度测量技术领域,本发明,将Retinex算法与HDR成像技术结合,对不同曝光条件下采集的图像进行自适应光照校正和增强,对各种光照条件下的图像亮度和对比度进行有效调整,结合边缘检测和色彩校正技术,显著减弱光照不均对测量的影响,本发明,采用自适应背景建模与混合高斯模型MOG2,实现对动态背景的实时减除,能够快速更新背景模型,分离出桥梁挠度特征,基于深度学习前景分割网络U‑Net提取挠度特征,滤除动态背景噪声,保证测量结果稳定可靠,通过ST‑GCN结合LSTM的时空建模,将空间和时间特征联合建模,构建三维挠度场,增强了对桥梁结构动态行为的捕捉能力。
技术关键词
Attention机制
精确测量方法
背景噪声
混合高斯模型
ReLU函数
图像
重构误差
动态背景
解码器
编码器
协方差矩阵
光照
Retinex算法
桥梁挠度
输出特征
色彩校正技术
像素
节点
系统为您推荐了相关专利信息
注意力
Attention机制
语义
可读存储介质
文本生成模型
双目视觉特征
特征学习网络
立体视觉感知
立体图像数据
模块
智能构建方法
深度学习模型
声音活动检测
卷积神经网络算法
校验模块