(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 202210750209.4 (22)申请日 2022.06.29 (71)申请人 南京航空航天大 学 地址 210016 江苏省南京市秦淮区御道街 29号 (72)发明人 李浩然　李国庆　高培伟　陈鹏　 赵志青　石岩　陈鹏辉　高翔　 刘君强　姚纯　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 柏尚春 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06T 7/73(2017.01)G06V 10/25(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 20/17(2022.01) G06T 5/40(2006.01) G01N 21/95(2006.01) G01B 11/28(2006.01) G01B 11/02(2006.01) E01D 19/12(2006.01) (54)发明名称 一种基于机器视觉的混凝土桥面铺装粘结 层损害检测方法 (57)摘要 本发明公开了一种基于机器视觉的混凝土 桥面铺装粘 结层损害检测方法， 采用非卫星导航 定位环境的桥面检测无人机系统预先获取桥面 图片； 采用直方图均衡化和中值滤波去噪获取裂 缝目标与周围背景的灰度差异值， 识别出可能出 现的损伤与裂缝， 并基于微元法计算裂缝长度、 宽度和面积； 采用新的卷积神经网络的分类模 型， 用于桥面背景单元和裂缝面元的识别， 并对 该分类模型进行改进得到新的分类模型ND， 结合 改进的滑动窗口算法对桥面裂缝进行检测； 采用 图像金字塔和感兴趣区域的结合搜索策略， 使模 型更加符合桥面铺装粘结层裂缝图像的识别， 并 提高模型识别速度。 本发明提高了道路路面粘结 层检测的智 能化、 准确性和科学性， 同时也缩短 了道路路面检测所花费的时间和费用。 权利要求书2页 说明书7页 附图1页 CN 115131316 A 2022.09.30 CN 115131316 A 1.一种基于机器视觉的混凝土桥面铺装粘结层损害检测方法， 其特征在于， 包括以下 步骤： (1)采用非卫星导 航定位环境的桥 面检测无 人机系统预 先获取桥 面图片； (2)采用直方图均衡化和中值滤波去噪获取裂缝目标与周围背景的灰度差异值， 识别 出损伤与裂缝， 并基于微元法计算裂缝长度、 宽度和面积； (3)采用新的卷积神经网络的分类模型， 用于桥面背景单元和裂缝面元的识别， 并对该 分类模型进行改进得到新的分类模型ND， 结合改进的滑动窗口算法对桥 面裂缝进行检测； (4)采用图像金字塔和感兴趣区域的结合搜索策略使得模型更加符合桥面铺装粘结层 裂缝图像的识别， 并提高模型识别速度。 2.根据权利要求1所述的一种基于机器视觉的混凝土桥面铺装粘结层损害检测方法， 其特征在于， 所述非卫星导航定位环境的桥面检测无人机系统包括无人机飞行平台、 机载 组合定位模块、 机载监测模块和地面站控制系统； 所述无人机飞行平台包括无人机本体、 电 源、 动力模块、 飞行控制器和机载无线通信等 终端； 所述机载 组合定位模块包括超宽带导航 定位模块、 微惯性导航系统、 气 压高度计和光流避障模块； 所述机载监测模块包括机载环 境 监测传感器、 视觉监测传感器和雷达建模传感器， 机载监测模块得到的信息通过机载无线 通信终端实时传输至地面站控制系统； 所述飞行控制 器分别与机载组合定位模块、 机载监 测模块和机载无线通信终端连接； 所述机载无线通信终端包括机载数据传输模块、 机载图 像传输模块、 遥控器接收器及UWB标签； 所述微惯性导航系统用于获得无人机的角度和角速 度； 所述光流避障模块用于感知无人机与桥面相对运动速度、 运动方向和距离； 所述超宽带 导航定位模块用于桥面 非GNSS空间的三 维实时快速位置坐标解算； 所述气 压高度计用于高 程位置的平 滑滤波估计。 3.根据权利要求1所述的一种基于机器视觉的混凝土桥面铺装粘结层损害检测方法， 其特征在于， 所述 步骤(2)实现过程如下： 直方图均衡化： 灰度图像二值化通过约定一个灰度阈值来分割目标与背景， 在阈值之 内的像素属于目标即记为1， 其 他则属于背景即记为0； 中值滤波 去噪： 从均值滤波和中值滤波两方面 来进行图像去噪的处 理。 4.根据权利要求1所述的一种基于机器视觉的混凝土桥面铺装粘结层损害检测方法， 其特征在于， 所述 步骤(3)实现过程如下： ND分类模型使用了4层 卷积， 3层池化层， 2层全连接层， 最后采用Softmax函数作为损失 函数， 在第一卷积层、 第四卷积层、 第二池化层、 第三池化层、 第一层 全连接层后面各加一个 激活函数； 并在第一卷积层后面添加LRN层， 第一层 全连接层后面添加Dr opout层， 最后一层 输出桥面裂缝面元和桥面背景面元这两类面元相应识别概率值， 卷积核数目从32开始， 每 经过一次卷积层， 卷积核数目翻倍， 直到25 6为止； 采用已经训练好的ND分类模型和改进的窗口滑动算法对桥面裂缝图像进行检测， 识别 出桥面裂缝图像中所有的桥面裂缝面元， 并且将识别出来的桥面裂缝面元使用相同分辨率 的标识框标记出来。 5.根据权利要求1所述的一种基于机器视觉的混凝土桥面铺装粘结层损害检测方法， 其特征在于， 所述 步骤(4)实现过程如下： 使用Otsu阂值化算法求解出桥面裂缝图像全局的分割ICI值T， 并且根据这个求解出来权　利　要　求　书 1/2 页 2 CN 115131316 A 2的ICI值T对每一个桥 面裂缝面元进行固定化 ICI值分割； 对提取的桥面裂缝中所有的像素点的X坐标和Y坐标分别进行排序， 将最小的X坐标和Y 坐标组成的坐标点作为裂缝区域的左上角点坐标， 将最大的X坐标和Y坐标所 组成的坐标点 作为裂缝区域的右下角点坐标； 最后， 标记出由这两个坐标点所确定的矩形区域， 这个区域 即为桥面裂缝的位置 。权　利　要　求　书 2/2 页 3 CN 115131316 A 3