基于机器视觉的桥梁结构损伤识别方法及系统与流程

本申请涉及机器视觉，尤其涉及一种基于机器视觉的桥梁结构损伤识别方法及系统。

背景技术：

1、在桥梁结构健康监测领域，机器视觉技术作为一种非接触、高效率的检测手段，近年来得到了广泛的应用。现有的基于机器视觉的桥梁结构损伤识别技术仍存在一些挑战。一方面，桥梁结构损伤的类型和形态多样，包括裂缝、腐蚀、变形等，这些损伤在机器视觉图像中的表现形式也各不相同。另一方面，由于桥梁结构的复杂性和多样性，机器视觉图像中的背景噪声和干扰因素也较多，这给损伤识别带来了较大的困难。传统的机器视觉损伤识别方法通常是通过将待识别图像与已有的损伤特征库进行对比，来实现对损伤的识别和分类。然而，这种方法存在明显的局限性。当待识别图像中的损伤特征与已有特征库中的特征不匹配时，这种方法往往无法准确识别出损伤，从而导致漏检或误检的情况。特别是在面对未知或新颖的损伤类型时，这种方法的可靠性更是大打折扣。因此，需要一种新的基于机器视觉的桥梁结构损伤识别技术，该技术能够克服传统方法的局限性，提高损伤识别的准确性和可靠性。

技术实现思路

1、有鉴于此，本申请实施例提供一种基于机器视觉的桥梁结构损伤识别方法及系统。本申请的技术方案是这样实现的：

2、第一方面，本申请实施例提供一种基于机器视觉的桥梁结构损伤识别方法，包括：采集待识别桥梁结构的机器视觉图像；对所述机器视觉图像中的图像分块进行图像隐式表示提取，得到所述图像分块对应的t个图像隐式表示，其中，t∈(0,+∞)；t个所述图像隐式表示用以表示不同类型的特征，所述图像分块是对所述机器视觉图像进行分块划分获得的；对t个所述图像隐式表示进行合并，得到所述图像分块对应的合并隐式表示，对所述合并隐式表示进行适应性特征集成，得到用以突出表征所述合并隐式表示的适应性隐式表示；对所述机器视觉图像对应的图像块连通性矩阵和所述图像分块对应的输出隐式表示进行逐级合并，得到所述图像分块对应的合并隐式表示；所述输出隐式表示是通过所述适应性隐式表示和所述合并隐式表示进行获取，所述图像块连通性矩阵用以表征所述图像分块之间的相似度；根据所述合并隐式表示对所述图像分块进行桥梁结构损伤识别，得到图像分块损伤识别结果，根据各个图像分块的图像分块损伤识别结果得到所述待识别桥梁结构的损伤识别结果。

3、第二方面，本申请提供一种计算机系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上所述方法中的步骤。

4、本申请的有益效果至少包括：本申请获取需要完成桥梁结构损伤识别的机器视觉图像中的图像分块，获取用以表示图像分块的不同类型特征的t个图像隐式表示和机器视觉图像对应的图像块连通性矩阵；然后，根据图像分块对应的t个图像隐式表示和图像块连通性矩阵，得到图像分块对应的合并隐式表示。合并隐式表示用以对图像分块进行桥梁结构损伤识别，进而对机器视觉图像进行桥梁结构损伤识别，得到识别结果。本申请对机器视觉图像进行桥梁结构损伤识别，不是将机器视觉图像与已有损伤特征进行对比，当已有特征不能覆盖未知损伤情况时，本申请也能采用上述实现过程对机器视觉图像进行桥梁结构损伤识别，增加了桥梁结构损伤识别的可靠性。

5、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请的技术方案。

技术特征：

1.一种基于机器视觉的桥梁结构损伤识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，t个所述图像隐式表示包括纹理隐式表示；

3.根据权利要求1所述的方法，其特征在于，所述对t个所述图像隐式表示进行合并，得到所述图像分块对应的合并隐式表示，对所述合并隐式表示进行适应性特征集成，得到用以突出表征所述合并隐式表示的适应性隐式表示，包括：

4.根据权利要求3所述的方法，其特征在于，h个所述适应性执行特征包括索引特征、输出特征和请求特征；

5.根据权利要求1所述的方法，其特征在于，所述对所述机器视觉图像对应的图像块连通性矩阵和所述图像分块对应的输出隐式表示进行逐级合并，得到所述图像分块对应的合并隐式表示，包括：

6.根据权利要求5所述的方法，其特征在于，v个所述逐级合并子模块包括逐级合并子模块cb，其中b表示逐级合并子模块的序号，b不大于v；所述在v个所述逐级合并子模块中，基于所述机器视觉图像对应的图像块连通性矩阵和所述图像分块对应的特征提取隐式表示，得到v个所述逐级合并子模块分别对应的分级隐式表示，包括：

7.根据权利要求6所述的方法，其特征在于，所述图像分块的数量为m个，m个所述图像分块包括目标图像分块，m∈(1,+∞)；所述机器视觉图像对应的图像块连通性矩阵包括所述目标图像分块分别针对m个所述图像分块的连通性参量；所述图像分块对应的特征提取隐式表示包括所述目标图像分块对应的特征提取隐式表示；

8.根据权利要求1所述的方法，其特征在于，所述根据所述合并隐式表示对所述图像分块进行桥梁结构损伤识别，得到图像分块损伤识别结果，包括：

9.根据权利要求8所述的方法，其特征在于，所述规范化损伤特征包括y个损伤类别分别对应的支持度，y∈(1,+∞)；所述根据所述规范化损伤特征对所述图像分块进行桥梁结构损伤识别，得到图像分块损伤识别结果，包括：

10.一种计算机系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述方法中的步骤。

技术总结本申请提供一种基于机器视觉的桥梁结构损伤识别方法及系统，获取需要完成桥梁结构损伤识别的机器视觉图像中的图像分块，获取用以表示图像分块的不同类型特征的t个图像隐式表示和机器视觉图像对应的图像块连通性矩阵；根据图像分块对应的t个图像隐式表示和图像块连通性矩阵，得到图像分块对应的合并隐式表示。合并隐式表示用以对图像分块进行桥梁结构损伤识别，进而对机器视觉图像进行桥梁结构损伤识别，得到识别结果。本申请对机器视觉图像进行桥梁结构损伤识别，不是将机器视觉图像与已有损伤特征进行对比，当已有特征不能覆盖未知损伤情况时，也能采用上述实现过程对机器视觉图像进行桥梁结构损伤识别，增加了桥梁结构损伤识别的可靠性。技术研发人员：邓长军,任东华,胡安庆,刘纲,陈名才,李闯,赵炯,孙瑞,袁浩,刘柯,孙博,马珅,孙攀受保护的技术使用者：中铁西南科学研究院有限公司技术研发日：技术公布日：2024/9/26