一种复杂噪声场景混凝土缺陷精细识别方法

本发明公开了一种复杂噪声场景混凝土缺陷精细识别方法，首先，利用任意特征提取网络生成初始类激活图，完成对缺陷区域的初步定位；其次，通过二值化处理初始类激活图，生成初步的分割结果，用于描述缺陷的粗略轮廓；然后，基于密集条件随机场构建一元势能和二元势能模型，对缺陷区域的边界及内部一致性进行优化，从而提高分割的精细化程度；最后，结合常春藤算法优化密集条件随机场的超参数，通过均场变分推理生成最终的高精度分割结果。本发明通过深度学习技术与概率模型的有机结合，提升了混凝土结构缺陷的检测精度和边界清晰度，实现复杂噪声环境下高效、精准的缺陷识别，为混凝土结构缺陷自动化检测提供了可靠的技术保障。