摘要
本发明属于通信结构健康监测技术领域,提供了一种格构塔杆件缺失检测的方法及程序产品,所述方法包括:获取并处理单目相机拍摄的图像数据,得到深度图;对深度图进行分割并融合,得到格构塔图片;对格构塔图片进行检测,识别并标注缺失部位。本发明利用单目视觉模拟双目视觉,并根据摄像机视野大小划分图像匹配区域降低计算量,用自监督学习预训练和注意力机制提高关键区域识别能力,引入迁移学习与增量学习增加模型适应新数据的能力,能够在复杂环境中实现杆件状态的可靠评估和实时分析,为通信塔架的长期健康运行提供了更具适应性和经济性的解决方案。
技术关键词
深度图
卷积神经网络模型
像素点
照片
图片
单目相机
图像
无人机
构建卷积神经网络
双目相机
增量学习方法
健康监测技术
杆件
监督学习方法
数据
通信塔架
深度值
视场角