[发明专利]一种基于人工智能图像识别的网络见证管理方法及装置

说明书

本发明涉及图像识别技术领域，特别涉及一种基于人工智能图像识别的网络见证管理方法及装置。所述一种基于人工智能图像识别的网络见证管理方法，包括步骤：在工程现场对试件进行取样，将试件固定于特定纯色底板上，并通过第一摄像头获取所述试件的第一图像；试件送至检验中心后，通过第二摄像头获取检验中心内试件的第二图像；计算第一图像的第一特征库和第二图像的第二特征库；计算第一特征库与第二特征库的特征相似度，并根据特征相似度判断第一图像与第二图像是否对应同一个试件。通过该方式，实现了见证取样工作的网络化管理，不仅简化了见证操作，且保证了见证取样结果的真实性。

技术领域

本发明涉及图像识别技术领域，特别涉及一种基于人工智能图像识别的网络见证管理方法及装置。

背景技术

众所周知，建筑材料质量的优劣是建筑工程质量的基本要素，而建筑材料检验则是建筑现场材料质量控制的重要保障。因此，见证取样和送检是保证检验工作科学、公正、准确的重要手段，见证取样工作开展好坏直接影响建筑材料质量的优劣。见证取样和送检制度，是指在承包单位按规定自检的基础上，在建设单位、监理单位的试验检测人员见证下，由施工人员在现场取样，送至指定单位进行试验。

在实际操作过程中，还普遍存在许多问题，例如，见证人员需要陪同到现场，具有相关资格证书的见证人员过少，难以完成现场的见证取样及送检工作；有些监管部门缺乏有效管理，施工单位或者厂家弄虚作假，见证工作的真实性难以保证等。

发明内容

为此，需要提供一种基于人工智能图像识别的网络见证管理方法，用以解决现有工程建筑材料取证需要花费大量人力，且无法确保取样结果验证准确性的问题。具体技术方案如下：

一种基于人工智能图像识别的网络见证管理方法，包括步骤：在工程现场对试件进行取样，将试件固定于特定纯色底板上，并通过第一摄像头获取所述试件的第一图像；试件送至检验中心后，通过第二摄像头获取检验中心内试件的第二图像；计算所述第一图像的第一特征库和所述第二图像的第二特征库；计算所述第一特征库与所述第二特征库的特征相似度，并根据所述特征相似度判断第一图像与第二图像是否对应同一个试件。

进一步的，所述第一摄像头和第二摄像头是可变倍摄像头，设置于可上下左右转动的云台上。

进一步的，所述纯色底板为任意与试件成鲜明对比的色彩，且表面刻画有间距的横竖网格线。

进一步的，所述第一图像是所述第一摄像头变倍缩放使所述试件整体成最大像落在画面区域中，画面边缘为纯色底板的图像；所述第二图像是所述第二摄像头变倍缩放使所述试件整体成最大像落在画面区域中，画面边缘为纯色底板的图像。

进一步的，所述“计算所述第一图像的第一特征库和所述第二图像的第二特征库；计算所述第一特征库与所述第二特征库的特征相似度，并根据所述特征相似度判断第一图像与第二图像是否对应同一个试件”，还包括步骤：提取所述第一图像的边缘一圈像素RGB值，计算边缘像素均值，遍历所述第一图像的所有像素RGB值，计算与所述边缘像素均值的差异性，当所述差异性小于设定的阈值时，归为底板区域，否则归为试件区域；提取所述第二图像的边缘一圈像素RGB值，计算边缘像素均值，遍历所述第一图像的所有像素RGB值，计算与所述边缘像素均值的差异性，当所述差异性小于设定的阈值时，归为底板区域，否则归为试件区域；计算第一试件区域图像和第二试件区域图像的相关系数，判断所述相关系数是否达到预设的相关阈值，若所述相关系数未达到预设的相关阈值，则判定第一图像和第二图像对应的不是同一试件；若所述相关系数达到预设的相关阈值，则对第一试件区域图像和第二试件区域图像进行归一化处理，通过CNN卷积神经网络提取得到第一特征库和第二特征库，使用K近邻KNN算法比较所述第一特征库和所述第二特征库的相似度，当相似特征数占特征库总数的百分比达到预设的相似阈值时，则判定所述第一图像和第二图像对应的是同一试件。

为解决上述技术问题，还提供了一种基于人工智能图像识别的网络见证管理装置，具体技术方案如下：