[发明专利]堆石图像粒径识别方法、装置、电子设备及存储介质

说明书

本公开提出了一种堆石图像粒径识别方法、装置、电子设备及存储介质，以解决工程堆石粒径大小难以直接检测的问题。本公开包括：获取堆石标注图像、识别堆石区域、分割堆石区域、提取堆石边缘轮廓、拟合堆石区域和计算堆石粒径。本公开利用不同的神经网络算法分别实现目标识别堆石区域和提取堆石边缘的功能。通过几何拟合参数化规范堆石粒径，并结合抽样调查的方法，提高堆石粒径信息的科学性和准确性，为大规模工程堆石的粒径检测提供了一种快速有效的方法，对提高工程检测效率、保证工程质量有重要意义。

技术领域

本公开属于堆石粒径识别技术领域，特别涉及一种堆石图像粒径识别方法、装置、电子设备及存储介质。

背景技术

堆石粒径分布是影响堆石混凝土密实程度的影响因素。堆石太小难以保证混凝土的填充率，直接影响工程质量，带来安全隐患；而堆石过大增加了筛选堆石的成本，同时使得混凝土的体积百分比升高，造成了原材料浪费，使得工程成本大大增加。

在施工过程中为了能够让施工顺利进行，一般要求堆石的最小粒径不小于300mm，使得堆石空隙有足够的横截面积，保证自密实混凝土能够顺利通过堆石空隙。常见的堆石粒径控制方法是使用钢筛筛除粒径小于300mm的堆石。但是对于大规模的工程堆石，筛分法成本太高，工程中普遍采用检测人员人工目测的办法。目前还没有快速获取大量堆石粒径信息的方法。

深度学习算法已经应用到一些特定领域的粒径识别中，但由于堆石结构的复杂性，对堆石粒径识别的准确度及精度都较低。

下面对本申请所涉及的术语进行介绍：

堆石：堆石混凝土中使用的满足一定要求的石料。

堆石体：堆石混凝土施工过程中，在仓面利用机械方式堆积成一定厚度，具有一定孔隙率的堆石集合。

本申请中提及的单个堆石是指用于堆石混凝土中的石块。

发明内容

本公开旨在至少解决现有技术中存在的技术问题之一。因此，本公开提出了一种堆石图像粒径识别方法、装置、电子设备及存储介质，通过引入多个神经网络算法实现堆石图像的机器学习自动识别。

发明人经过研究发现，由于堆石图像中堆石的粒径变化范围较大，伴随着光影、堆石棱角等不利因素，另一方面，同一堆石图像中堆石的颜色差异不大，且堆石间的相互重叠更降低了堆石颜色与背景的差异，因此，给利用神经网络对堆石图像进行粒径识别带来巨大挑战。

为此，本公开第一方面的实施例提出了一种堆石图像粒径识别方法，包括：

对获得的原始堆石体图像进行堆石边缘矩形框标记，得到堆石标注图像，其中，所述原始堆石体图像中包含比例尺信息；

利用深度学习目标检测模型训练所述堆石标注图像，得到所述堆石标注图像中的各堆石区块识别图像；

按照所述各堆石区域识别图像所在的矩形框对相应的堆石标注图像进行分割，得到多个相应的图像块；

利用深度学习的图像轮廓识别模型对所述原始堆石体图像进行堆石边缘轮廓识别，得到包含堆石边缘信息的二值图像；

基于所述图像块和与该图像块中堆石区域对应的所述二值图像进行几何拟合，得到堆石的粒径特征；

根据所述比例尺信息，将拟合得到的堆石的粒径特征转化为堆石的粒径。

本公开与现有技术相比，其显著优点为：

1、检测速度快：本公开对堆石体图像目标进行轮廓识别与拟合，使用拟合结果图绘制堆石目标的粒径曲线，可有效提升堆石粒径级配计算的速度和精确度，提升了施工过程中对混合堆石粒径大小的监测精度，间接的提高了堆石混凝土工程的建设质量。