CN119515800A 一种基于生成对抗网络的隧道裂缝微小缺陷检测方法 （南京工程学院）

一种基于生成对抗网络的隧道裂缝微小缺本发明公开了一种基于生成对抗网络的隧2S1.通过摄像设备或激光扫描仪对隧道表面进行多时序扫描，获取包含隧道表面微小S3.基于隧道实际裂缝的物理扩展特性，利用预处理后的时空裂缝数据集构建裂缝进S5.将经过预处理的时空裂缝数据集输入到生成对抗网络模型中，生成器生成微小裂通过多轮训练迭代优化生成对抗网络模型在裂缝检测和裂缝扩展趋势预测方2.根据权利要求1所述的一种基于生成对抗网络的隧道裂缝微小缺陷检测方法，其特S11.通过摄像设备对隧道表面进行多次时序扫描，获取不同时间点的隧道表面图像，xcrack和ycrack同视角下的裂缝图像及其坐标位置结合构3为图像l,w中提取的裂缝特征集合，fiacs表示裂缝的第k个特征，包3.根据权利要求1所述的一种基于生成对抗网络的隧道裂缝微小缺陷检测方法，其特S22.采用直方图均衡化技术对去噪后的隧道表面图像(laowse进行对比度增强处理，S24.对边缘检测后的隧道表面图像een进行隧道表面图4.根据权利要求1所述的一种基于生成对抗网络的隧道裂缝微小缺陷检测方法，其特S31.基于预处理后的时空裂缝数据集D结合隧道实际裂缝的物理扩展特性，构建裂缝扩展特征向量集合每个特征向量包含裂缝的长度、S32.基于裂缝扩展特征向量集合建立裂缝在不同时间点和应力环境下的裂缝进化模(t)为时间t时刻的裂缝特征向量；αi为裂缝的特定物理特性对扩展过程的加权系数；4展趋势的调节参数，控制扩展速度的影响；δi为第i个裂缝特征扩展率的调节因子；S34.将裂缝进化模型应用于时空裂缝数据集中的每一个裂缝图像通过裂缝进化模型模拟生成未来时间点下的裂缝扩展图像数5.根据权利要求1所述的一种基于生成对抗网络的隧道裂缝微小缺陷检测方法，其特S41.设计生成对抗网络模型，包括生成器G和判别器D，生成器G于裂缝进化模型McrackS42.生成器G的训练输入裂缝扩展图像数据集Dforecast，生成器利用裂缝进化模型McrackgengenS43.判别器D的输入为生成器生成的裂缝扩展模拟图像Igen(t,σ)和真实裂缝图像Ireal6.根据权利要求1所述的一种基于生成对抗网络的隧道裂缝微小缺陷检测方法，其特S71.基于生成对抗网络输出的裂缝扩展模拟图像数据集Dsim，系统定位每个裂缝的起5th16[0002]现有技术中，隧道裂缝检测主要依赖于人工检测和基于图像处理的传统技术手[0006]本发明的一个目的在于提出一种基于生成对抗网络的隧道裂缝微小缺陷检测方[0008]S1.通过摄像设备或激光扫描[0009]S2.对采集到的时空裂缝数据集7[0010]S3.基于隧道实际裂缝的物理扩[0012]S5.将经过预处理的时空裂缝数据集小裂缝的合成图像及其扩展趋势模拟图像，判别器对生成的裂缝图像与真实图像进行比[0025]其中，lcack表示在时间点ti的第j个视角下获取的包含微小裂缝的隧道表面图其中，xcrack和ycrack同视角下的裂缝图像及其坐标位置结合构建时空裂缝数据集8[0030]S21.采用非局部均值滤波算法对采集到的时空裂缝数据集Dcactws-eawa进行去噪处理，对每幅隧道表面图像lcacn中的噪声进行去除，生成去噪隧道表面图像[0031]S22.采用直方图均衡化技术对去噪后的隧道表面图像(进行对比度增强[0032]S23.采用Canny边缘检测算法对对比度增强后的隧道表面图像进行边缘建裂缝扩展特征向量集合每个特征向量fiacs包含裂缝的[0038]S32.基于裂缝扩展特征向量集合建立裂缝在不同时间点和应力环境下的裂缝进faacs,(t,)为第i个裂缝特征在时间i和应力环境σ下的影响因子；βi为应力对裂缝扩展的衰缝扩展趋势的调节参数，控制扩展速度的影响；δi为第i个裂缝特征扩展率的调节因子；9[0044]S34.将裂缝进化模型应用于时空裂缝数据集中的每一个裂缝图像lssn'通过裂缝进化模型模拟生成未来时间点下的裂缝扩展图像数据[0047]S41.设计生成对抗网络模型gengen[0056]S71.基于生成对抗网络输出的裂缝扩[0071](1)本发明采用生成对抗网络模型，通过生成器和判别器的协同工作实现了对隧[0072](2)本发明通过构建裂缝进化模型，基于隧道裂缝的物理特性和实时检测数据模[0073](3)本发明通过设计自动化的裂缝风险评估系统，结合实时检测到的时空裂缝数[0075]图1为本发明提出的一种基于生成对抗网络的隧道裂缝微小缺陷检测方法的流程[0076]图2为本发明提出的一种基于生成对抗网络的隧道裂缝微小缺陷检测方法中裂缝[0078]参考图1_2，一种基于生成对抗网络的隧道裂缝微小缺陷检测方法，包括如下步[0079]S1.通过摄像设备或激光扫描[0080]S2.对采集到的时空裂缝数据集[0081]S3.基于隧道实际裂缝的物理扩[0083]S5.将经过预处理的时空裂缝数据集小裂缝的合成图像及其扩展趋势模拟图像，判别器对生成的裂缝图像与真实图像进行比[0096]其中，lcacn表示在时间点ti的第j个视角下获取的包含微小裂缝的隧道表面图其中，xcrack和ycrack同视角下的裂缝图像及其坐标位置结合构建时空裂缝数据集[0101]S21.采用非局部均[0103]S23.采用Canny建裂缝扩展特征向量集合每个特征向量包含裂缝的[0109]S32.基于裂缝扩展特征向量集合建立裂缝在不同时间点和应力环境下的裂缝进fincs(t,o)为第i个裂缝特征在时间i和应力环境σ下的影响因子；βi为应力对裂缝扩展的衰缝扩展趋势的调节参数，控制扩展速度的影响；δi为第i个裂缝特征扩展率的调节因子；[0115]S34.将裂缝进化模型进化模型模拟生成未来时间点下的裂缝扩展图像数据[0118]S41.设计生成对抗网络模型gengen[0127]S71.基于生成对抗网络输出的裂缝扩[0142]在本实施例1中，实施者在某条运营超过15年的高速公路隧道内应用了基于生成对抗网络的隧道裂缝微小缺陷检测系统，对隧道的裂缝发展情况进行了为期6个月的持续警报告，报告详细记录了裂缝的位置信息(北部入口，的裂缝检测率为80而微小裂缝(小于0.2毫米)的检测率仅为35相比之下，本发明的