(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210920909.3 (22)申请日 2022.08.02 (71)申请人 山西省智慧 交通研究院有限公司 地址 030021 山西省太原市山西转型综合 改革示范区唐槐产业园武洛街27号 申请人 山西省交通科技研发有限公司 (72)发明人 吴宏涛　张林梁　牛秉青　孟颖　 周丽军　李朝霞　 (74)专利代理 机构 北京百裕知识产权代理事务 所(普通合伙) 11953 专利代理师 吴乾江 (51)Int.Cl. G01N 21/88(2006.01) G06T 7/00(2017.01) G06T 7/73(2017.01)G06V 10/26(2022.01) G06V 10/46(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 一种隧道衬砌表观裂纹检测方法及检测装 置 (57)摘要 本发明公开了一种隧道衬砌表观裂纹检测 方法及检测装置， 包括获取待检测隧道衬砌图 像； 对待检测隧道衬砌图像进行限制对比度条件 的自适应匀光处理与优化连通域的高频信号抑 制， 改善目标特征质量； 依据图像特征搭建轻量 化全卷积网络， 在网络特征提取与传递过程中使 用感兴趣特征保留机制与多层次残差特征提取， 实现裂纹目标细微特征的提取与识别， 建立识别 模型； 根据建立的识别模型， 对待检测隧道衬砌 图像进行裂纹检测， 确定裂纹位置。 本发明以解 决现有技术所存在的裂纹检测主要依靠人工， 效 率低下且准确率低的问题。 权利要求书2页 说明书8页 附图3页 CN 115326809 A 2022.11.11 CN 115326809 A 1.一种隧道衬砌表 观裂纹检测方法， 其特 征在于， 包括如下步骤： 步骤S1， 获取待检测隧道衬砌图像； 步骤S2， 对待检测隧道衬砌图像进行限制对比度 条件的自适应匀光处理与优化连通域 的高频信号抑制， 改善目标 特征质量； 步骤S3， 依据图像特征搭建轻量化全卷积网络， 在网络特征提取与传递过程中使用感 兴趣特征保留机制与多层次残差特征提取， 实现裂纹目标细微特征 的提取与识别， 建立识 别模型； 步骤S4， 根据建立的识别模型， 对待检测隧道衬砌图像进行裂纹检测， 确定裂纹位置 。 2.根据权利要求1所述的一种隧道衬砌表观裂纹检测方法， 其特征在于， 对待检测隧道 衬砌图像进行限制对比度条件的自适应匀光处 理， 包括以下步骤： 步骤S201， 将待检测隧道衬砌图像分割为连续不重叠的块状区域， 计算每一个块状区 域的直方图灰度级平均像素个数Navg， 计算真实的限制阈值 Nc0； 步骤S202， 以每个块状区域为考察单位， 将截断像 素数量大于Nc0的像素数设置为Nc1， 灰 度级数量 为Ng， 设置每个块状区域灰度级均分的像素个数Nacp； 步骤S203， 依据限制对比度条件 对截断后的像素 数进行重新分配， 其分配规则表示 为： 其中， H(i)是原始直方图的纵坐标， 其中灰度级i的范围是[i0， in]， H(i)new是对直方图 进行阈值限制处 理后第i个灰度级上的新 值。 3.根据权利要求2所述的一种隧道衬砌表观裂纹检测方法， 其特征在于， 对待检测隧道 衬砌图像进行优化连通 域的高频信号抑制， 包括以下步骤： 步骤S211， 将全域图像灰度均 值置为初始阈值， 增加裂纹灰度区域的关注度， 找到最优 阈值； 步骤S212， 针对孤立噪点， 设置像素数量阈值Ts， 若连通域Li(u， v)内的像素点数量个数 Ns小于Ts， 则滤除这些噪点， 去噪后图像h(u,v)表示 为： 式中， n为图像中连通 域的总数量， m为图像中滤除噪点后的连通 域数量； 步骤S213， 通过裂纹特征具有狭长性滤除面积较大的高频信号， 即若连通域内像素点 的数量和外接矩形w ×h的长度的比值不满足像素数量阈值Ts， 则去除该连通域， 去噪后图 像h(u,v)表示 为: 式中： li为第i个连通 域外接矩形的长度。 4.根据权利要求3所述的一种隧道衬砌表观裂纹检测方法， 其特征在于， 依据图像特征 搭建轻量 化全卷积网络， 包括以下步骤： 步骤S301， 将网络结构分为下采样过程及上采样过程， 其中下采样过程用来提取上下 文信息， 上采样过程则用于 定位， 两个过程结构相互对称；权　利　要　求　书 1/2 页 2 CN 115326809 A 2步骤S302， 将下采样过程中每一层所提取的特 征向量传递到对应的上采样过程中； 步骤S303， 采用卷积取代全连接层， 使得模型 能够以任意尺寸的图片作为输入， 且输出 为每一个像素所属的类别， 避免了传统卷积神经网络中全连接层破坏原有细微目标二维特 征的问题； 步骤S304， 形成具有五层下采样及五层上采样的U型全卷积网络结构模型。 5.根据权利要求4所述的一种隧道衬砌表观裂纹检测方法， 其特征在于， 在下采样过程 中使用多层次残差特 征提取， 包括以下步骤： 根据图像特征及下采样层数确定多层次残差结构的层数及卷积核规模的参数， 增大下 采样过程的网络深度， 实现目标 特征由整体到细微的有序提取； 对下采样过程中每一阶段对应的多层次残差特征提取过程所得多个特征进行尺度整 合， 合并为统一大小， 发送至对应上采样过程。 6.根据权利要求5所述的一种隧道衬砌表观裂纹检测方法， 其特征在于， 使用感兴趣特 征保留机制增强下采样与上采样传递过程中微小特 征保留， 包括以下步骤： 将下采样过程多层次残差体征提取过程得出的本层与下一层的特征xl和g同时输入感 兴趣特征保留机制， xl为本层网络提取的特征矩阵， 向量g是从网络的下一层取的特征矩 阵； 将xl和g两个特 征矩阵转 为相同大小， 并将两个特 征矩阵逐 元素相加； 将合成的特 征矩阵进行激活， 产生相关权 重系数， 其公式表达为： 其中， 为权重系数， σ2为权重计算函数， 为激活函数； 将权重系数向上采样到xl向量的原始维度， 获得带有权重的特征图， 在网络中正常传 递。 7.根据权利要求4所述的一种隧道衬砌表观裂纹检测方法， 其特征在于， 使用U型全卷 积网络结构模型生成 隧道裂纹检测模型， 将隧道裂纹检测模型在检测装置中固化， 使用检 测装置对待检测隧道衬砌图像进行裂纹检测。 8.一种隧道衬砌表观裂纹检测装置， 其特征在于， 包括： 图像处理模块和网络运行模 块； 所述图像处理模块， 用于将得到的隧道衬砌图像进行预处理， 完成匀光与高频信号剔 除， 得到特 征清晰的待检测图像； 所述网络运行模块， 用于根据建立的裂纹检测模型， 对检测图像进行裂纹检测， 确定裂 纹位置。 9.一种电子装置， 其特 征在于， 包括： 存储器， 用于存 储一个或多个程序； 处理器； 当所述一个或多个程序被所述处理器执行时， 实现如权利要求1 ‑7中任一项所述的方 法。权　利　要　求　书 2/2 页 3 CN 115326809 A 3