基于图像处理的海上风机桩基病害识别检测方法及系统

本发明涉及桩基结构健康监测，更具体地说，本发明涉及基于图像处理的海上风机桩基病害识别检测方法及系统。

背景技术：

1、随着海上风电机组服役年限的增加，海上风机桩基长期处于盐雾、潮汐、浪溅、海水浸泡和泥面冲刷等复合环境中，其表面容易出现腐蚀、裂纹、涂层剥落以及海生物附着等病害。

2、现有桩基巡检通常依赖无人机、rov水下机器人或人工复核方式采集图像，再由检测人员根据图像中可见缺陷进行判断；这种方式虽然能够发现部分明显病害，但在实际应用中仍存在以下不足：

3、一方面，海上巡检图像容易受到水体浑浊、反光、遮挡、拍摄角度变化、尺度分辨率不一致等因素影响，若直接依据图像结果判断病害等级，容易将模糊区域、海生物遮挡区域或局部反光区域误判为真实病害；

4、另一方面，不同巡检批次的图像往往来自不同拍摄角度和不同覆盖范围，若不能将图像中的像素位置统一映射到桩基表面坐标中，历史图像与当前图像难以准确对齐，导致同一腐蚀斑块、裂纹或涂层剥落区域在不同时期被重复统计或错误比较，此外，桩基的大气区、浪溅潮差区、全浸区和泥面邻近区所处环境不同，病害类型及其结构影响程度也不同，现有方法若采用统一识别标准和统一权重进行评价，难以准确反映不同功能分区的真实风险；

5、此外，传统病害识别检测方法多侧重当前可见病害面积描述，缺少对病害面积占比变化、单位时间扩展趋势以及分区结构重要性的综合计算，难以形成可量化、可追溯的整体风险结果。

6、为此，推出基于图像处理的海上风机桩基病害识别检测方法及系统。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供基于图像处理的海上风机桩基病害识别检测方法及系统。

2、为实现上述目的，本发明提供如下技术方案：

3、基于图像处理的海上风机桩基病害识别检测方法，如下：

4、s1：获取海上风机桩基的巡检图像及其对应的桩基结构参数和历史巡检参数，并将所述巡检图像中的像素位置映射至桩基圆柱坐标系；

5、s2：对每幅巡检图像计算图像可信度，所述图像可信度基于图像质量分值和尺度分辨分值计算得到，并根据图像可信度确定巡检图像是否进入确定性病害等级计算；

6、s3：进入确定性病害等级计算后，根据桩基轴向高度、潮位区间和泥面线位置，将桩基表面划分为大气区、浪溅潮差区、全浸区和泥面邻近区，并为不同功能分区配置不同的病害特征权重；

7、s4：在各功能分区内分别识别腐蚀、裂纹、涂层剥落和海生物附着，得到各类病害的图像特征参数，利用图像特征参数结合各功能分区的病害特征权重，输出各功能分区的病害严重指数；

8、s5：将当前巡检图像与历史巡检图像配准到同一桩基圆柱坐标系，计算各类病害面积占比的变化量，得到各功能分区的病害发展趋势值；

9、s6：将病害严重指数和所述病害发展趋势值转化为桩基的整体风险指数，并结合图像可信度填充至预编辑的报告模板中，生成桩基巡检报告。

10、具体的，图像可信度获取逻辑；

11、；

12、其中表示图像质量分值，表示尺度分辨分值，、为权重系数，且和为一；

13、图像质量分值根据清晰度分值、亮度分值、对比分值和遮挡分值加权得到；

14、清晰度分值由巡检图像灰度图的拉普拉斯方差归一化得到；

15、亮度分值由目标区域亮度均值相对于预设目标亮度中间值的偏差确定；

16、对比分值由目标区域亮度标准差相对于预设最低有效对比度和对比度上限归一化得到；

17、遮挡分值由遮挡区域像素面积与目标识别区域总面积的比例确定；

18、尺度分辨分值由目标区域实际分辨率相对于预设高精度识别分辨率和可接受分辨率上限归一化得到；

19、当图像可信度低于第一可信阈值时，输出图像不适合直接判定标记；当图像可信度位于第一可信阈值和第二可信阈值之间时，触发人工复核标记；当图像可信度高于第二可信阈值时，进入确定性病害等级计算。

20、具体的，将桩基表面划分为大气区、浪溅潮差区、全浸区和泥面邻近区；

21、获取桩基轴向高度、历史高潮位、历史低潮位和泥面线高度；

22、泥面邻近区定义为：；其中为泥面邻近区半宽；

23、浪溅潮差区定义为：；其中为预设的潮差下延裕量；为预设的浪溅上延裕；

24、大气区定义为：；

25、全浸区定义为：；

26、各功能分区对应的病害权重可设为：；i=1,2,3或4；其中分别表示腐蚀、裂纹、涂层剥落、海生物附着在分区内的权重。

27、具体的，在各功能分区内分别识别腐蚀、裂纹、涂层剥落和海生物附着并输出病害严重指数；

28、将第i个功能分区的像素集合记为，将第m类病害的识别掩膜记为，其中；分别表示腐蚀、裂纹、涂层剥落、海生物附着；

29、对于像素点p，若其属于第m类病害，则=1，若不属于则=0；

30、第i个功能分区内第m类病害的病害面积通过计算得到：

31、其中，表示第i个功能分区内第m类病害的实际病害面积；ap表示像素点p对应的桩基表面实际面积；

32、根据各类病害的实际病害面积与第i个功能分区有效检测面积，计算腐蚀占比、裂纹占比、涂层剥落占比和海生物附着占比；

33、将各病害面积占比与第i个功能分区中对应的病害权重相乘并求和，得到第i个功能分区的病害严重指数si。

34、具体的，桩基表面实际面积根据像素点映射后的桩基圆柱坐标确定；若像素点p映射后的圆柱坐标为，其相邻像素在周向方向和轴向方向上的坐标差分别为和，则：；

35、其中，d表示桩基直径；d/2表示桩基半径；表示像素点p在周向方向对应的角度间隔；表示像素点p在轴向高度方向对应的实际高度间隔。表示像素点在桩基圆周方向上的实际弧长。

36、具体的，将当前巡检图像与历史巡检图像配准到同一桩基圆柱坐标系并计算病害发展趋势值；

37、计算第i个功能分区的病害发展趋势值：

38、；

39、其中，表示第 i 个功能分区的病害发展趋势值；、、以及分别表示第i个功能分区内各类病害的发展分值。

40、具体的，发展分值获取逻辑；

41、将当前巡检时刻记为tc，历史巡检图像的巡检时刻记为th，计算两者的时间间隔，记为tg；

42、从历史巡检图像中提取目标历史时刻桩基对应各功能分区的腐蚀占比、裂纹占比、涂层剥落占比、海生物附着占比；

43、计算第i个功能分区内第m类病害的面积占比变化量：；

44、和分别表示当前巡检时刻下第i个功能分区内第m类病害的面积占比和历史巡检时刻下第i个功能分区内第m类病害的面积占比；

45、计算单位时间病害扩展速率：；

46、对第 i 个功能分区内各类病害的变化量进行归一化处理，得到第m类病害的发展分值：

47、；

48、其中，表示第i个功能分区内第m类病害的发展分值；表示第m类病害的低发展速率阈值；表示第m类病害的高发展速率阈值；clip(·，0，1)表示将计算结果限制在0至1之间。

49、具体的，将病害发展趋势值、病害严重指数转化为桩基的整体风险指数；

50、将第i个功能分区的病害严重指数记为si，结合第i个功能分区的病害发展趋势值，利用公式计算得到第i个功能分区的分区风险值ri；其中表示病害严重指数的权重系数；β表示病害发展趋势值的权重系数；桩基的整体风险指数。

51、本发明的技术效果和优点：

52、本发明通过引入图像可信度评价机制，对巡检图像的清晰度、亮度、对比度、遮挡程度及尺度分辨率进行综合量化，并设置分级阈值判断，使低质量或强干扰图像无法直接进入病害识别流程，从源头减少误判；进一步结合语义分割对腐蚀、裂纹、涂层剥落及海生物附着进行多类别识别，并通过连通域筛除小面积噪声区域，从而提升识别精度，使复杂海洋环境下的病害检测具有更强鲁棒性与工程适用性；

53、本发明通过将巡检图像像素点映射至桩基圆柱坐标系，实现不同拍摄角度与不同时刻图像的空间对齐，从而解决传统方法中病害难以跨时序比较的问题，在此基础上，将桩基划分为大气区、浪溅潮差区、全浸区及泥面邻近区，并针对不同环境赋予差异化病害权重，使病害评估更符合真实腐蚀机理；同时通过计算各类病害面积占比变化量及单位时间扩展速率，形成病害发展趋势值，并进一步与病害严重指数融合得到分区及整体风险指数，提高巡检结果对运维决策的指导价值。