CN119418262A 一种基于深度神经网络的桥梁混凝土裂缝智能检测方法 （中电建路桥集团有限公司）

一种基于深度神经网络的桥梁混凝土裂缝基于深度神经网络的桥梁混凝土裂缝智能检测图像进行初步分类，区分裂缝图像和非裂缝图像；然后基于裂缝图像获取裂缝区域的位置信息，使用超声波探头采集裂缝区域的超声波数2使用无人机巡检桥梁裂缝高发区的图像，获取桥梁巡检数据集使用互信息聚类算法对所述桥梁巡检数据集进行聚类，得到聚类根据所述裂缝图像获取裂缝区域的位置信息，使用超声波探头基于所述超声波数据和所述裂缝图像数据建立多模态裂根据所述超声波数据和所述裂缝图像数据对所述真性裂缝进行3D建2.根据权利要求1所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其将所述桥梁巡检数据集中的图像转换为灰度图，使用中值滤波去除所述灰度图的噪3.根据权利要求2所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其4.根据权利要求1所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其5.根据权利要求4所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其36.根据权利要求1所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其所述输入层包括灰度图像输入模块和裂缝图像输入模块，所述灰度图所述特征提取层包括时频特征提取模块和空间特征提取模块，所述时所述多模态融合层接收所述时频特征图和所述空间特征图，加权融合所述决策层接收所述多模态融合特征图，通过Sigmoid函数对所述多模态融合特征图7.根据权利要求1所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其对所述超声波数据和所述裂缝图像数据进行将所述裂缝图像数据通过多视图立体视觉方法转换为三维点云8.根据权利要求7所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其通过传感器位置信息进行初步对齐，使所述三维点云与所述超声点云位于同一坐标重复点对匹配与变换求解的过程，逐步减小所述三维9.根据权利要求1所述的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法，其使用损伤评估方法对所述混凝土裂缝模型进行损伤评估，并45[0006]本发明的目的在于提供一种基于深度神经网络的桥梁混6[0025]所述决策层接收所述多模态融合特征图，通过Sigmoid函数对所述多模态融合特7对桥梁混凝土裂缝的精确检测。该网络通过将时频特征与空间特征进行提取和加权融合，8[0045]图1为本发明提供的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法实施[0047]图3为本发明提供的一种基于深度神经网络的桥梁混凝土裂缝智能检测方法实施[0056]参阅图1中的S110，使用无人机巡检桥梁裂缝高发区的图像，获取桥梁巡检数据9[0064]采用层次聚类算法并使用平均链接法进行相似度计算能够有效捕捉数据中不同[0079]所述决策层接收所述多模态融合特征图，通过Sigmoid函数对所述多模态融合特[0089]通过无人机拍摄桥梁裂缝高发区的图像，利用互信息聚[0111]根据损伤评估判定为中等损伤，因此修补时可以使用聚缝图像识别率为93略高于智能检测方法应用后的识别率，其主要原因是基于互信息的聚类算法对无人机图像仅能根据基本特征进行聚类，而基于深度神经网络的U_Net能够学能检测方法识别率显著高于基于U_Net的检测方法，造成这一现象的原因是融合超声波数Net的检测方法，其主要原因是基于互信息的聚类算法能