首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于边缘增强的堤防裂缝险情智能识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心);东华理工大学南昌校区

摘要:本发明公开了一种基于边缘增强的堤防裂缝险情智能识别方法,包括改进和训练边缘增强的YOLOv8模型,改进和训练YOLOv8模型具有以下内容:数据采集,制作样本,生成样本和划分数据集,改进边缘增强的YOLOv8模型,训练边缘增强的YOLOv8模型:利用边缘增强的YOLOv8模型的堤防裂缝险情检测,堤防裂缝险情的确定。本发明将利用边缘特征提取模块,提取图像高频边缘信息,有利于堤防裂缝险情的特征;设计两个主干网络特征提取模块来提高堤防裂缝险情检测的准确性;设计一种新的特征增强融合模块用于融合各种特征,从而有效提高了堤防裂缝险情检测的准确性。

主权项:1.一种基于边缘增强的堤防裂缝险情智能识别方法,其特征在于:包括改进和训练YOLOv8模型和堤防裂缝险情检测两个过程;改进和训练YOLOv8模型的具体步骤如下:步骤S11,数据采集:使用携带可见光传感器的无人机巡检堤防,获取得到堤防的可见光图像数据,包含有堤防裂缝险情可见光图像以及无堤防裂缝险情可见光图像;步骤S12,制作样本:对步骤S11采集的可见光图像数据进行标注整理,制作成堤防裂缝险情样本;步骤S13,改进和训练YOLOv8模型:改进后的YOLOv8模型由原始主干网络、边缘主干网络和检测模块组成,其中原始主干网络、边缘主干网络两个主干网络由CBS卷积模块、C2f模块、空间金字塔池化模块、边缘特征提取模块和特征增强融合模块组成;堤防裂缝险情检测的具体步骤如下:步骤S21,获取图像:获取待检测堤防的可见光图像数据,作为堤防裂缝险情检测过程的输入图像;步骤S22,划分窗口:将堤防的可见光图像数据划分成具有20%重叠的窗口,以480像素为滑动步长,采用640*640像素大小的滑动窗口,遍历整个输入图像;将高度和宽度不足640像素的窗口,通过左上角坐标向上或向左移动,使高度和宽度不足640像素的窗口大小保持640*640像素;记录每一个窗口在输入图像中对应的编号和左上角坐标,记为(R,C,X,Y),其中R为行数,C表示列数,X,Y是对应的左上角坐标;步骤S23,将每个窗口的可见光图像数据输入到步骤S13已经训练好的改进YOLOv8模型中;设置置信度阈值,得到超过置信度阈值的检测框的中心点位置、大小、类别及置信度;根据公式(1)计算检测框在输入图像中的真实位置; (1);其中,(,)是第k个检测框中心点在输入图像中的位置;(,)是检测框所在当前窗口的左上角坐标,(,)是第k个检测框中心点在当前窗口图像中的位置;步骤S24,检测结果非最大抑制:当所有窗口检测完成后,在输入图像上得到多个检测框,再利用加权非极大抑制剔除重叠检测框;步骤S25,输出最终检测结果:将加权非极大抑制后的结果进行输出,得到最终检测结果。

全文数据:

权利要求:

百度查询: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 东华理工大学南昌校区 基于边缘增强的堤防裂缝险情智能识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。