一种基于机器视觉的钢筋锈蚀程度评估方法

本发明公开了一种基于机器视觉的钢筋锈蚀程度评估方法，包括：通过获取桩基表面图像，识别牡蛎壳附着区并进行实例分割，提取壳体边界和空间分布信息，并分析锈蚀溢出范围和颜色特征，结合壳体层叠关系预测遮蔽区域，提取形态关联特征，利用贝叶斯网络构建概率推断模型，结合壳体形状特征向量识别点蚀与坑蚀，并估计坑蚀深度，对于层叠紧密且破损严重的情况，采用卷积神经网络进一步优化评估结果，本发明实现了对复杂附着环境下桩基钢筋锈蚀状态的精确评估，为码头结构安全性评价和维护决策提供了重要依据。