[发明专利]一种基于实例分割算法的堆石坝料分割方法

权利要求书

1.一种基于实例分割算法的堆石坝料分割方法，其特征在于，包括以下步骤：

(1)采集样本图像，以施工现场自然环境下的土石坝料作为研究对象；

(2)建立图像预处理模块，裁剪样本并为转换灰度图像，对图像进行对比度拉伸及暗通道去雾；

(3)制作图像数据库，利用labelme进行图像标注及划分；

(4)将数据集导入实例分割网络模型，利用迁移学习加载预训练权重进行样本训练，通过组建的Resnet101模块、特征金字塔模块、ROIAlign模块实现土石颗粒的分类与回归预测；

(5)利用步骤(4)得到的训练结果，对土石样本预测，实现土石坝料颗粒的分割与形态特征提取。

2.根据权利要求1所述的一种基于实例分割算法的堆石坝料分割方法，其特征在于，所述步骤(1)为通过无人机拍摄土石坝施工现场仓面图像，拍摄时间在仓面铺料及整平场地后，振动碾压之前；图像采集环境按照天气条件分为五种，包括晴天、阴天、傍晚、雨天以及雾霾天气，根据岩石的风化程度分别采集不同料场的岩石种类，包括微风化以及未风化。

3.根据权利要求1所述的一种基于实例分割算法的堆石坝料分割方法，其特征在于，所述步骤(2)包括：

(2.1)将步骤(1)采集得到的图像进行图像预处理加工，将三通道RGB图像转变为单通道灰度图像；

(2.2)将预训练模块导入实例分割网络模型；

(2.3)将预处理后的图像，裁剪为统一大小。

4.根据权利要求3所述的一种基于实例分割算法的堆石坝料分割方法，其特征在于，所述预训练模块包括对比度拉伸模块和暗通道去雾模块；

对比度拉伸模块，扩展图像灰度级动态范围，可扩展对应的全部灰度范围，同时结合直方图处理技术，增强所需区域画面的品质，模块的计算方法如下所示：

其中，R(x,y)对应坐标点的原始像素值，O(x,y)对应坐标点的调整像素值，R_min为原始图像的最小灰度值，R_max为原始图像的最大灰度值，MIN为要拉伸到的灰度空间的灰度最小值，MAX要拉伸到的灰度空间的灰度最大值；

暗通道去雾模块，采用暗通道去雾算法，加强土石颗粒轮廓区分度。

5.根据权利要求1所述的一种基于实例分割算法的堆石坝料分割方法，其特征在于，所述步骤(3)利用labelme工具，对步骤(2)处理后的图像进行分割标注，沿土石颗粒目标轮廓标点并形成线段闭合，构建图像的多边形掩膜，根据算法生成图像的矩形目标边界框，顶点信息用于预测回归。