基于粗分割边界精修的桥面细小裂缝识别及尺寸测量方法

本发明涉及桥梁结构健康检测，具体涉及基于粗分割边界精修的桥面细小裂缝识别及尺寸测量方法。

背景技术：

1、随着国内交通基础设施规模持续扩张，混凝土、uhpc桥面服役病害监测需求快速增长，人工巡检存在效率低下、主观误差大、高空作业风险高等短板，搭载视觉采集设备的桥面检测机器人逐步成为自动化巡检主流方案。当前，机器视觉、深度学习语义分割、rgb-d深度成像等技术广泛应用于桥梁裂缝识别与尺寸量化，现有方案多依靠单目相机或简易深度设备采集图像，结合卷积网络分割裂缝并换算物理尺寸，一定程度替代人工完成病害定位。但桥面细小裂缝具备宽度仅数个像素、对比度低、走向杂乱、易与骨料划痕混淆的特征，同时机器人作业时相机距离、拍摄倾角持续变化，透视畸变、镜头畸变造成图像不同位置像素对应实际长度不一致，各类现有检测方案在细小裂缝完整检出、边界精准定位、全域精准尺寸换算三方面仍存在明显短板，在此情形下，行业内部开展大量相关技术研究。

2、中国专利（公开号cn119130986a）公开一种基于计算机视觉的混凝土桥梁裂缝检测方法，该方法通过激光雷达采集深度图，采用maskr-cnn提取裂缝掩码，结合图像配准与固定转换系数将像素尺寸换算为物理尺寸；然而该方法仅采用全局统一转换系数，未区分图像不同位置、不同拍摄距离与倾角带来的尺度差异，倾斜拍摄场景下细小裂缝测量误差显著，且直接使用裂缝区域深度值计算尺寸，裂缝处深度空洞、噪声会进一步放大测量偏差。

3、中国专利（公开号cn119273925a）公开一种基于yolov8n-seg的桥梁裂缝分割方法，该方法在检测网络中嵌入注意力模块提升微小裂缝识别能力，输出裂缝分割图像；然而该方法仅完成像素级裂缝区域提取，无独立边界校正流程，分割掩码普遍存在毛刺、外扩冗余边界，细小裂缝单像素边界偏移即可造成宽度测算失真，同时未配套完整标定体系，无法输出真实物理尺寸参数。

4、中国专利（公开号cn122336660a）公开一种基于深度学习的桥梁表面裂缝智能监测方法，该方法融合彩色图像与深度点云数据，通过u-net网络分割裂缝并提取骨架计算像素几何参数；然而该方法仅采用单阶段分割网络，无法同时兼顾细小裂缝完整连通性与边界精细度，易出现低对比度裂缝断裂漏检，且未构建多工况全域尺度库，仅通过单点标定完成尺寸换算，适配场景受限。

5、综上，现有桥面裂缝检测技术难以在复杂现场工况下同时实现细小裂缝无漏检出、边界高精度定位、全域精准物理尺寸换算，无法满足桥面自动化精细化病害检测与等级评估的工程需求。

技术实现思路

1、基于上述技术问题，本技术公开了基于粗分割边界精修的桥面细小裂缝识别及尺寸测量方法，具体包括：

2、在不同距离和不同倾角下采集标定图像，对所述标定图像中的标定点进行提取，根据标定点像素距离与对应物理间距计算尺度因子，并建立包含不同检测距离、拍摄倾角及像素位置对应尺度因子的全场尺度因子数据库；

3、通过桥面检测机器人搭载的rgb-d深度相机采集桥面rgb图像和深度图像，根据所述深度图像计算当前相机至桥面的检测距离，并获取当前拍摄倾角；

4、以保持裂缝主体完整性和连通性为目标，对所述桥面rgb图像进行裂缝粗分割，通过提取裂缝区域特征生成包含裂缝主体区域的初始裂缝掩码；

5、基于所述初始裂缝掩码，分析待修正的边界像素及所述边界像素指向裂缝内部的偏移方向，根据所述偏移方向对边界像素进行像素级标签修正，得到裂缝精修掩码；

6、基于所述裂缝精修掩码提取裂缝骨架线和裂缝边界线，计算裂缝测量位置处两侧边界点之间的像素距离；基于拍摄倾角以及裂缝测量位置的像素坐标，对所述检测距离进行修正，计算裂缝真实尺寸，输出裂缝识别结果和尺寸测量结果。

7、优选的，所述全场尺度因子数据库，具体为：对采集的标定图像依次进行灰度化、自适应阈值分割、形态学开闭运算、轮廓筛选和亚像素质心修正；

8、根据标定板相邻标定点的像素距离和已知物理间距，计算各标定点处方向、方向离散尺度因子，公式为：

9、

10、

11、其中，表示图像方向的尺度因子，表示图像方向的尺度因子，为第个标定点质心坐标，为水平方向相邻标定点坐标，为竖直方向相邻标定点坐标，为标定板相邻圆点的真实物理间距；

12、采用移动最小二乘重建算法对所有离散尺度因子进行全图尺度场重建，得到对应检测距离和拍摄倾角下的方向全场尺度场和方向全场尺度场，其中，为相机至桥面的检测距离，为相机相对桥面的拍摄倾角，为图像像素坐标；

13、对非标定工况的检测距离、拍摄倾角进行距离插值，补充全域尺度数据，整合所有工况下的全场尺度场，构建得到完整全场尺度因子数据库。

14、优选的，所述移动最小二乘重建算法，具体为：定义多项式基函数与待求系数向量，构建尺度场近似函数；

15、通过距离相关权重函数构建加权误差函数，公式为：

16、

17、其中，为加权误差函数，为离散尺度因子节点数量，为距离相关权重函数，为已知的个离散尺度因子节点，方向尺度场采用相同方式由离散尺度因子重建；

18、通过最小化加权误差函数求解系数向量，完成单工况尺度场重建，方向尺度场采用相同算法完成重建。

19、优选的，所述计算当前相机至桥面的检测距离，具体为：在裂缝区域邻域或当前图像的平整桥面区域选取有效深度点，剔除深度突变点、无效深度点和离群点；对筛选后的有效深度点，采用中位数统计、均值统计或平面拟合方式，计算得到精准的相机至桥面检测距离。

20、优选的，所述裂缝粗分割，具体为：采用包含边缘引导特征增强、细长结构增强和自适应尺度融合的语义分割网络进行分割；语义分割网络的编码器对桥面rgb图像进行多级下采样，分别输出浅层细节特征、中层结构特征、高层语义特征；通过边缘引导特征增强模块对浅层特征进行优化，抑制下采样造成的细小裂缝边界信息损耗；通过细长结构增强处理强化裂缝细长形态特征，抑制桥面纹理噪声干扰；通过自适应尺度融合模块对多级特征进行动态权重融合，生成适配裂缝区域特征；解码器对融合特征进行上采样还原，输出裂缝概率图，阈值化处理后得到初始裂缝掩码。

21、优选的，所述边缘引导特征增强，具体为：语义分割网络由编码器、边缘引导特征增强模块、自适应尺度融合模块和解码器组成，所述边缘引导特征增强模块部署于网络浅层特征输出端，通过边缘预测分支对编码器输出的浅层特征进行处理，生成边缘logits图，通过sigmoid函数对边缘logits图归一化，生成边缘注意力权重图，结合原始浅层特征与注意力权重图，生成边缘增强浅层特征，公式为：

22、

23、其中，为边缘预测分支运算函数，为sigmoid激活函数，为逐元素乘法运算，为浅层特征。

24、优选的，所述细长结构增强，具体为：采用条带卷积与坐标注意力结合的方式，沿水平、竖直双向聚合特征；对网络高层语义特征分别进行横向、纵向条带卷积运算，公式为：

25、

26、其中，为高层语义特征，为对高层语义特征进行横向长条卷积运算后得到的水平方向细长特征图；为对高层语义特征进行纵向长条卷积运算后得到的竖直方向细长特征图，为横向条带卷积，为纵向条带卷积；

27、对双向卷积特征进行通道拼接，通过1×1卷积、归一化与激活融合处理，生成细长结构增强特征，公式为：

28、

29、其中，为将水平细长特征图与竖直细长特征图经通道拼接、卷积融合、归一化激活后得到的最终裂缝细长结构增强特征图，为特征融合函数。

30、优选的，所述自适应尺度融合，具体为：将边缘增强后的浅层特征、中层结构特征、高层语义特征统一压缩至相同通道数，完成特征维度对齐；

31、对对齐后的多级特征进行通道拼接，通过权重预测函数生成各层级特征的空间可变融合权重，公式为：

32、

33、基于空间可变权重对多级特征进行加权融合，得到自适应融合特征，公式为：

34、

35、其中，分别为维度对齐后的浅层、中层、高层特征，为权重预测函数，为对应层级特征预分配的融合权重，为多类别概率归一化激活函数。

36、优选的，所述裂缝精修掩码，具体为：对于边界概率图中被判定为边界的像素，根据方向图读取该像素对应的二维偏移向量，将当前边界像素的掩码分类标签，替换为沿所述二维偏移向量移动一个像素后的像素标签，完成一像素级定向修正，输出边界精准收敛的裂缝精修掩码。

37、优选的，所述计算裂缝真实尺寸，公式为：对裂缝精修掩码进行骨架提取得到裂缝单像素骨架线；在每一个骨架点处计算裂缝走向的切线方向；沿切线方向的法向垂直搜索裂缝左右两侧最近边界点；

38、根据两侧边界点的坐标差值，求解得到像素距离横向分量和纵向分量；

39、基于像素距离横向分量和纵向分量，通过空间尺度耦合公式，计算裂缝真实宽度，公式为：

40、

41、其中，为裂缝测量像素位置处查询得到的方向局部尺度因子，为裂缝测量像素位置处查询得到的方向局部尺度因子，为边界点横向像素差值，为边界点纵向像素差值，为最终换算得到的裂缝真实物理宽度。

42、相对于现有技术，本技术的技术方案具有以下技术效果：

43、本发明通过标定板采集多工况标定图像，求解离散尺度因子后采用移动最小二乘完成全场尺度场重建，搭配线性插值补充未标定工况尺度数据，区分图像横向、纵向独立尺度因子；可根据实时检测距离、拍摄倾角、裂缝像素坐标动态调取局部尺度，有效补偿透视畸变、镜头畸变带来的尺度偏差，大幅降低不同拍摄工况下细小裂缝宽度测量误差，实现毫米级稳定尺寸量化。

44、本发明的粗分割网络集成边缘引导增强、细长结构增强、自适应多尺度融合模块，优先保障低对比度、断续细小裂缝的完整性与连通性，减少漏检；增设独立双分支边界精修网络，仅对掩码边界执行单像素定向修正，不破坏裂缝主体区域，消除分割掩码毛刺、外扩冗余边界。

45、本发明通过深度图像筛选平整桥面有效深度点拟合相机检测距离，将深度数据仅作为尺度库索引依据，不直接利用裂缝像素深度计算尺寸，避开裂缝空洞、深度突变、噪声带来的测量失真，稳定获取尺寸换算所需工况参数。

46、本发明通过横向、纵向条带卷积强化裂缝细长连续特征，抑制桥面骨料、划痕、光照纹理干扰；边界精修网络采用8方向梯度标签匹配图像数据增强策略，保证图像翻转、旋转后边界修正方向准确，在复杂桥面环境下稳定识别窄幅细小裂缝。

47、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，从而可依照说明书的内容予以实施，并且为了让本技术的上述和其他目的、特征和优点能够更明显易懂，以下以本技术的较佳实施例并配合附图详细说明如后。

48、根据下文结合附图对本技术具体实施例的详细描述，本领域技术人员将会更加明了本技术的上述及其他目的、优点和特征。