[发明专利]基于空间金字塔空洞卷积网络的桥梁裂缝检测方法

摘要

本发明公开了一种基于空间金字塔空洞卷积网络的桥梁裂缝检测方法，其步骤为：1、构建空间金字塔空洞卷积网络；2、生成训练集、标签、测试集；3、对训练集和测试集中的每一幅图像进行预处理；4、训练空间金字塔空洞卷积网络；5、对测试集进行检测；6、计算桥梁裂缝图像的测试指标。本发明通过搭建空间金字塔空洞卷积网络，保证了空间金字塔空洞卷积网络对桥梁裂缝图像的检测，利用随机梯度下降方法对空间金字塔空洞卷积网络在大数据集上进行训练，保证了空间金字塔空洞卷积网络对桥梁裂缝图像检测的鲁棒性和准确率，并且使得训练能够在较短时间内完成。

主权项

1.一种基于空间金字塔空洞卷积网络的桥梁裂缝检测方法，其特征在于，构建并训练空间金字塔空洞卷积网络，实时的检测桥梁裂缝图像，该方法的具体步骤包括如下：(1)构造空间金字塔空洞卷积网络：(1a)搭建一个由主网络和子网络并联组成的空间金字塔空洞卷积网络；所述主网络由输入层和第1个卷积层组成；所述子网络由四个分支并联组成：分支1由主网络的输入层与第1个空洞卷积层组成；分支2由主网络的输入层与第2个空洞卷积层组成；分支3由主网络的输入层与第3个空洞卷积层组成；分支4由主网络的输入层与池化层组成；(1b)设置空间金字塔空洞卷积网络的各层参数如下：将输入层的特征映射图数目设置为1024；将四个卷积层的特征映射图数目均设置为512，卷积核的大小依次设置为1×1、3×3、3×3、3×3，第2个卷积层、第3个卷积层和第4个卷积层的空洞率设置依次为为6、12、18；将池化层下采样滤波器尺寸设置为2×2；(2)生成训练数据集、标签数据集、测试数据集：(2a)实时采集至少1000张桥梁裂缝图像，且每张都均有桥梁裂缝，将所采集的图片组成空间金字塔空洞卷积网络数据集，从空间金字塔空洞卷积网络数据集中随机提取70％的图片组成训练数据集，剩余的30％图片组成测试数据集；(2b)对训练数据集中的每一张桥梁裂缝图像中的裂缝像素进行人工标注，生成标注图像，组成标签数据集；(3)对待检测的桥梁裂缝图像进行预处理：(3a)利用梯度计算方法，对桥梁裂缝图像在横向和纵向做卷积核操作，计算每个像素点的梯度值，并根据横向和纵向的梯度值，计算梯度方向角度，将所有梯度值组成一个梯度图像；(3b)对桥梁裂缝图像矩阵和特征矩阵进行归一化，将图像中的元素值归一化到[0，1]之间，得到归一化的图像；(4)训练空间金字塔空洞卷积神经网络：将训练数据集输入到空间金字塔空洞卷积神经网络，采用梯度下降方法，不断调整优化网络训练参数，直到空间金字塔空洞卷积神经网络损失值小于预先设定值0.3，得到训练好的空间金字塔空洞卷积神经网络；(5)对测试数据集进行检测：将测试数据集输入到训练好的空间金字塔空洞卷积神经网络，从桥梁裂缝图像中提取裂缝像素。