[发明专利]锈蚀区域检测方法及终端设备在审

专利信息
申请号: 202010175484.9 申请日: 2020-03-13
公开(公告)号: CN111539910A 公开(公告)日: 2020-08-14
发明(设计)人: 王保宪;闫朝勃;朱星盛;赵维刚;许宏伟;张广远;张浩;杨怀志 申请(专利权)人: 石家庄铁道大学;京沪高速铁路股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/90;G06K9/62
代理公司: 石家庄国为知识产权事务所 13120 代理人: 许小荣
地址: 050043 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 锈蚀 区域 检测 方法 终端设备
【说明书】:

发明适用于图像处理技术领域,提供了一种锈蚀区域检测方法及终端设备,上述方法包括:获取目标图像,并对目标图像进行分割,得到第一数量的图像块;采用第一检测模型和第二检测模型对各个图像块进行检测,分别得到各个图像块的检测结果;根据各个图像块的检测结果得到目标图像的锈蚀区域检测结果。本发明将图像像素分割与图像检测结合,同时采用两种检测模型协同检测,对空间网格的划分要求不高,可实现复杂环境下的钢结构表面的锈蚀区域的检测,检测精度高。

技术领域

本发明属于图像处理技术领域,尤其涉及一种锈蚀区域检测方法及终端设备。

背景技术

在大型基础建设中,钢结构因自身承载能力强,制造、建设、维修方便等优点被广泛应用。钢结构由于长期暴露在自然环境中,在外界风霜雨雪作用下表面会发生锈蚀病害,锈蚀病害会引起钢结构本身物理性能的变化,从而影响钢结构的刚度及稳定性,带来潜在的风险。因此,及时检测发现钢结构表面的锈蚀病害情况,对保障钢结构的安全有着至关重要的作用。

现有技术中,基于区域图像分类学习的锈蚀区域检测方法由于不易受背景颜色、光照以及杂波噪声点的干扰影响,得到了广泛的应用。但该算法对于空间网格的划分要求较高,空间网格划分过于密集,会提高算法对光照和背景杂波噪声的敏感度,而空间网格划分过于稀疏,又会导致锈蚀区域定位分割精度较差,从而导致锈蚀区域检测精度不高。同时,由于非锈蚀背景内容复杂多变,该检测方法大多基于单一的二分类技术,检测精度不高。

发明内容

有鉴于此,本发明实施例提供了一种锈蚀区域检测方法及终端设备,以解决现有技术中基于区域图像分类学习的锈蚀区域检测方法由于难以确定合适的空间网格划分参数及非锈蚀背景多变,从而导致对锈蚀区域检测精度不高的问题。

本发明实施例的第一方面提供了一种锈蚀区域检测方法,包括:获取目标图像,并对目标图像进行分割,得到第一数量的图像块;采用第一检测模型和第二检测模型对各个图像块进行检测,分别得到各个图像块的检测结果;根据各个图像块的检测结果得到目标图像的锈蚀区域检测结果。

本发明实施例的第二方面提供了一种终端设备,包括:存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如本发明实施例第一方面提供的锈蚀区域检测方法的步骤。

本发明实施例的第三方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如本发明实施例第一方面提供的锈蚀区域检测方法的步骤。

本发明实施例提供了一种锈蚀区域检测方法,包括:获取目标图像,并对目标图像进行分割,得到第一数量的图像块;采用第一检测模型和第二检测模型对各个图像块进行检测,分别得到各个图像块的检测结果;根据各个图像块的检测结果得到目标图像的锈蚀区域检测结果。本发明将图像像素分割与图像检测结合,同时采用两种检测模型协同检测,对空间网格的划分要求不高,可实现复杂环境下的钢结构表面锈蚀区域的检测,检测精度高。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种锈蚀区域检测方法的实现流程示意图;

图2是本发明实施例提供的目标图像网格区域像素聚类划分的效果图;

图3是本发明实施例提供的锈蚀区域检测方法的效果图;

图4是本发明实施例提供的一种锈蚀区域检测装置的示意图;

图5是本发明实施例提供的终端设备的示意图。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于石家庄铁道大学;京沪高速铁路股份有限公司,未经石家庄铁道大学;京沪高速铁路股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010175484.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top