摘要
本发明涉及一种基于无人机的构筑物表面缺陷实时检测方法,属于图像处理技术领域,解决了现有小目标缺陷检测效率低和识别精度不高的问题。该方法包括:对无人机采集的图像进行预处理后,利用深度学习模型识别出图像中的若干缺陷;深度学习模型依次包括:语义分割模型、实例分割模型和目标检测模型;获取缺陷为裂缝的图像,进而利用单像素裂缝宽度优化模型计算单像素级别的裂缝宽度;单像素裂缝宽度优化模型是以最小化裂缝宽度误差的平方和为目标函数,不断调整多个阈值参数直至裂缝宽度标准差收敛而得到。实现了缺陷检测的实时性和精确度的提升。
技术关键词
实时检测方法
裂缝
无人机
深度学习模型
构筑物
像素点
实例分割模型
语义分割模型
图像
梯度直方图
Gabor滤波器
相机标定参数
中心线
特征金字塔网络
实时检测系统
动态
幅值
多尺度