[发明专利]一种桥梁表面病害的检测方法

权利要求书

1.一种桥梁表面病害的检测方法，用于对掉块病害和露筋病害进行分割检测，其特征在于，包括以下步骤：

S1、采集桥梁表面病害样本，使用深度学习算法对样本进行训练学习，获得病害语义分割网络模型；

S2、根据所述病害语义分割网络模型对病害图像进行分割，并将分割后图像转化为二值化图像；

S3、计算识别单幅二值化图像的8连通区域，然后计算二值化图像中每个连通区域的面积；

S4、对所有病害分割图像转化的二值化图像依次进行步骤S3计算，合并计算结果作为病害检测结果输出；

所述步骤S2中，对每一种病害图像标记唯一的病害标签；将分割后图像转化为多个二值化图像，每幅二值化图像中包括背景和一种病害标签的病害；所述每幅分割后图像转化的二值化图像个数与病害标签数相同；

所述步骤S1中，采集桥梁表面病害样本后，先根据样本图像中各像素的灰度值对不同的病害进行标记，再使用深度学习算法对标记后的图像进行训练学习；

所述步骤S3中，使用MATLAB的[L,num]＝bwlabel(img,8)函数计算单幅二值化图像的8连通区域，然后采用structs＝region(L,'Area')函数计算二值化图像中每个连通区域的面积；

其中，img表示输入图像像素矩阵；L表示与img大小相同的矩阵，包含了标记img每个连通区域的类别标签；num表示img中连通区域的个数；structs表示矩阵L中每个连通区域的面积。

2.如权利要求1所述的桥梁表面病害的检测方法，其特征在于：步骤S4中，病害检测结果包括所有病害分割图像转化的二值化图像中各类病害区域的数目、面积、病害总面积和病害最大面积。

3.如权利要求1所述的桥梁表面病害的检测方法，其特征在于：所述步骤S1中，使用MATLAB携带的SegNet网络对采集到的桥梁表面病害样本进行训练。

4.如权利要求1所述的桥梁表面病害的检测方法，其特征在于：所述病害检测结果以Excel表格的形式输出。

5.如权利要求1所述的桥梁表面病害的检测方法，其特征在于：所述步骤S1中，对桥梁表面病害样本进行病害区域标记。