摘要
本发明公开了一种基于机器视觉的大坝表面裂缝检测方法及系统,包括:利用细化算法提取大坝增强图像中的裂缝骨架以及裂缝交叉节点;按照裂缝交叉节点切割裂缝骨架获得裂缝段;计算裂缝段端点的局部斜率和倾斜角度;根据局部斜率、倾斜角度以及位置对裂缝段进行连接形成子裂缝;通过子裂缝拼接形成裂缝矫正骨架;根据裂缝矫正骨架提取大坝增强图像中的裂缝几何轮廓;基于所述裂缝几何轮廓和裂缝矫正骨架确定裂缝形态特征;将所述基本形态特征输入至预训练的所述裂缝深度预测模型中,得到裂缝深度预测结果;根据裂缝深度预测结果和裂缝形态特征判断大坝损坏程度;本发明对大坝裂缝的智能化检测和分类,提高了裂缝检测的准确性和效率。
技术关键词
大坝表面裂缝检测
深度预测模型
图像
细化算法
宽度特征
矫正
轮廓
形态
累积分布函数
对比度
跨度
双线性插值算法
节点
像素点
分支
裂缝数量
可读存储介质
系统为您推荐了相关专利信息
智能优化方法
纠错
数据
智能优化装置
深度卷积模型
文本识别模型
图像检测模型
矫正模型
号识别方法
线路
矢量图形数据
信号设备
工程图纸
报表
自然语言理解
分类器
样本
累积分布函数
特征提取单元
联合交替优化
图像分类网络
图像去雾系统
航空影像去雾算法
训练图像分类模型
航空视频图像