一种基于视觉检测的排水管道缺陷诊断评估方法与流程

摘要: 本发明涉及排水管道检测与智能诊断,尤其涉及一种基于视觉检测的排水管道缺陷诊断评估方法。背景技术:1、随着城市排水管网规模扩大,管道淤积、裂缝、破损、接口错位、渗...
一种基于视觉检测的排水管道缺陷诊断评估方法与流程

本发明涉及排水管道检测与智能诊断,尤其涉及一种基于视觉检测的排水管道缺陷诊断评估方法。

背景技术:

1、随着城市排水管网规模扩大,管道淤积、裂缝、破损、接口错位、渗漏、树根侵入和异物阻塞等病害检测需求持续增加。现有排水管道检测技术多采用cctv检测车、管道机器人或内窥视频采集装置获取管道内部图像,经过帧序整理、图像增强、管壁区域提取和缺陷区域分割,利用人工判读、阈值分析、传统图像特征或深度学习模型输出缺陷类别、缺陷位置和检测报告。

2、现有方法对管道视频中的姿态漂移、滚转扰动和圆周展开误差处理不足,管壁图像展开后首尾列、对跖列和接口环区域缺少稳定寻址关系,长裂缝、环向病害和跨遮挡缺陷容易被切断。部分深度学习方法直接识别图像块病害特征,未针对圆筒管壁闭合结构建立环向特征回写机制,对接口亮带、水膜反光、污泥边界和运动模糊引起的伪缺陷抑制能力不足。

3、在管段评估环节,现有方法多停留在单帧或单区域缺陷识别,缺少将缺陷链证据与管段结构数据进行矩阵化映射的处理过程,难以准确计算缺陷链与管段之间的轴向重叠长度、圆周覆盖范围和结构区域命中记录,导致结构风险、通水能力风险、维修优先级和诊断追溯记录的可靠性不足。

4、因此,如何提供一种基于视觉检测的排水管道缺陷诊断评估方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种基于视觉检测的排水管道缺陷诊断评估方法,本发明利用管壁环带展开、改进sequencer2d网络和快速行进算法,实现排水管道缺陷识别、缺陷链追踪和管段风险评估,具备定位准确、连续性强、评估可追溯的优点。

2、根据本发明实施例的一种基于视觉检测的排水管道缺陷诊断评估方法,包括:

3、采集管道综合数据,对管道综合数据执行预处理操作,生成管道时序检测数据;

4、基于管道时序检测数据提取管壁有效区域,并将管壁像素按照轴向距离和圆周角度展开,生成稳态姿态表和管壁环带展开张量;

5、基于管壁环带展开张量构建圆周可逆哈希索引,将圆周列号、首尾列关系和对跖列关系写入双向索引表,生成环带列寻址记录;

6、构建改进sequencer2d网络,将管道时序检测数据、管壁环带展开张量、稳态姿态表和环带列寻址记录输入改进sequencer2d网络,经双相位记忆单元、环向镜像跳线和接口环对向折叠层处理,生成可信病害特征图;

7、基于可信病害特征图构建管壁环带前沿传播场,将缺陷候选强度、边界方向、纹理梯度、图像质量标记和结构方位标记写入前沿传播节点;

8、对管壁环带前沿传播场执行快速行进算法,经前-后双向串行行进、螺旋-环双队列和曲率阈冻结门处理,生成缺陷链证据图;

9、基于缺陷链证据图和管段结构数据构建缺陷链-管段映射矩阵,计算缺陷链与管段之间的轴向重叠长度、圆周覆盖范围和结构区域命中记录,生成管段缺陷评估结果。

10、可选的,所述管道综合数据包括排水管道内部检测视频、检测距离数据、相机姿态数据和管段结构数据。

11、可选的,所述对管道综合数据执行预处理操作包括时间对齐、帧序编排和有效帧筛选。

12、可选的,所述生成稳态姿态表和管壁环带展开张量,包括:

13、读取管道时序检测数据,从管道时序检测数据中的排水管道内部检测视频提取帧号、采集时间和管壁图像帧,从管道时序检测数据中的检测距离数据提取轴向距离,从管道时序检测数据中的相机姿态数据提取滚转角、俯仰角和偏航角;

14、对管壁图像帧执行中心区域定位、管壁边界提取、非管壁区域剔除、亮度饱和检测、运动模糊检测和管壁缺失检测,生成管壁有效区域和图像质量标记;

15、依据滚转角和管壁有效区域中的管底方向生成圆周对准角,将帧号、采集时间、轴向距离、滚转角、俯仰角、偏航角和圆周对准角按同一帧号绑定,生成稳态姿态表;

16、依据稳态姿态表中的轴向距离按照由小到大排列生成轴向行索引,依据圆周对准角和管壁有效区域中像素相对管道中心的圆周角度生成圆周列索引,依据轴向行索引和圆周列索引对管壁有效区域进行圆周重对准,将管壁有效区域中的像素写入由轴向行索引和圆周列索引限定的环带网格,并将图像质量标记写入对应环带网格,生成管壁环带展开张量。

17、可选的,所述生成环带列寻址记录,包括:

18、读取管壁环带展开张量中的圆周列索引、圆周列总数、轴向行索引和圆周角度,生成圆周列登记表;

19、将31作为初始哈希步长,当31与圆周列总数的最大公因数不为1时,按奇数递增顺序选取与圆周列总数的最大公因数为1的数值作为哈希步长;

20、将圆周列号乘以哈希步长后对圆周列总数取余,生成哈希编号,并写入圆周列号至哈希编号、哈希编号至圆周列号的双向索引表;

21、将第1列与最后1列绑定为首尾列关系,将当前圆周角度加180°后差值最小的圆周列绑定为对跖列关系,生成环带列寻址记录。

22、可选的,所述生成可信病害特征图,包括:

23、构建改进sequencer2d网络,改进sequencer2d网络包括图像块嵌入层、sequencer2d基础块、双相位记忆单元、环向镜像跳线、接口环对向折叠层和病害特征输出层;

24、将管壁环带展开张量输入图像块嵌入层,按轴向行索引和圆周列索引切分环带图像块,并写入稳态姿态表中的轴向距离和圆周对准角,生成环带图像块特征;

25、将环带图像块特征输入sequencer2d基础块,生成轴向序列特征和环向序列特征;

26、双相位记忆单元将轴向方向变化、环向方向变化分别写入轴向相位记忆状态和环向相位记忆状态,将纹理梯度变化写入实值记忆状态,并拼接生成方向连续记忆特征;

27、环向镜像跳线读取环带列寻址记录中的首尾列关系和对跖列关系,对环向序列特征执行折返写入,生成圆周闭合修正特征;

28、接口环对向折叠层从管段结构数据中读取接口位置并映射为接口环行索引,读取接口环行索引对应的相邻两行环带图像块特征,将其中一行环带图像块特征沿圆周列索引反向排列后与另一行环带图像块特征进行差分,生成接口差分特征;

29、病害特征输出层基于方向连续记忆特征、圆周闭合修正特征、接口差分特征和图像质量标记生成可信病害特征图;

30、对改进sequencer2d网络进行训练,从历史管道检测周期的管壁环带展开张量、稳态姿态表、环带列寻址记录、管段结构数据和对应人工标注缺陷结果中提取训练样本,采用缺陷候选强度偏差、边界方向误差、接口差分误差、圆周闭合修正误差和图像质量标记判别误差作为优化目标,对改进sequencer2d网络参数进行迭代更新,得到训练完成的改进sequencer2d网络。

31、可选的,所述生成圆周闭合修正特征,包括:

32、读取环带列寻址记录中的首尾列关系和对跖列关系,并读取环向序列特征中的圆周列特征、轴向行索引和方向通道特征;

33、依据首尾列关系交换第1列特征和最后1列特征,并对环向方向分量执行符号翻转,生成首尾镜像特征;

34、依据对跖列关系交换当前圆周列特征和对跖列特征,生成对跖缓存特征;

35、将首尾镜像特征、当前圆周列特征和对跖缓存特征写回当前圆周列对应的闭合修正通道,生成圆周闭合修正特征。

36、可选的,所述构建管壁环带前沿传播场,包括:

37、读取可信病害特征图中的缺陷候选强度、边界方向、纹理梯度、接口差分特征、圆周闭合修正特征和图像质量标记,并读取管壁环带展开张量中的轴向行索引、圆周列索引、轴向距离和圆周角度;

38、按轴向行索引和圆周列索引建立前沿传播节点,将缺陷候选强度、边界方向、纹理梯度、接口差分特征、圆周闭合修正特征和图像质量标记写入对应前沿传播节点;

39、从管段结构数据中提取接口位置、管底区域、管顶区域、支管接入区域和管段边界位置,映射为结构方位标记写入前沿传播节点,生成管壁环带前沿传播场。

40、可选的,所述生成缺陷链证据图,包括:

41、读取管壁环带前沿传播场和环带列寻址记录,将缺陷候选强度具有局部极大值且边界方向连续的前沿传播节点确定为前向行进种子,将缺陷候选强度、纹理梯度和图像质量标记写入前向传播速度记录;

42、基于前向行进种子执行前向快速行进,生成第一到达时间图,从第一到达时间图中提取断续节点作为反向行进种子,执行反向快速行进,生成第二到达时间图;

43、基于双向索引表定位首尾列关系和对跖列关系对应的环向对应节点,建立螺旋-环双队列,并将环向对应节点写入当前传播前沿;

44、基于边界方向和纹理梯度计算传播曲率,当传播曲率大于当前连续传播路径已确定节点的曲率中位数与四分位距之和,且传播曲率方向与前一已确定节点相反时,将当前前沿传播节点写入冻结节点记录;

45、基于第一到达时间图、第二到达时间图、螺旋-环双队列的节点弹出记录和冻结节点记录回溯连续传播路径,生成包含缺陷链编号、起止轴向距离、圆周覆盖范围、缺陷候选强度统计值、边界方向序列、纹理梯度序列、接口差分特征统计值、遮挡续接标记、冻结节点记录和结构方位命中标记的缺陷链证据图。

46、可选的,所述生成管段缺陷评估结果,包括:

47、读取缺陷链证据图中的缺陷链编号、起止轴向距离、圆周覆盖范围、缺陷候选强度统计值、边界方向序列、纹理梯度序列、接口差分特征统计值和结构方位命中标记,并从管段结构数据中提取管段编号、管段起点、管段终点、接口位置、管底区域、管顶区域、支管接入区域和管段边界位置;

48、以缺陷链编号为矩阵行索引、管段编号为矩阵列索引建立缺陷链-管段映射矩阵,将缺陷链起止轴向距离与管段起点、管段终点进行区间交叠计算,得到轴向重叠长度,并将轴向重叠长度和圆周覆盖范围写入缺陷链-管段映射矩阵;

49、将结构方位命中标记与接口位置、管底区域、管顶区域、支管接入区域和管段边界位置匹配,生成结构区域命中记录,并将结构区域命中记录写入缺陷链-管段映射矩阵;

50、构建缺陷类型判定表,缺陷类型判定表记录裂缝、破损、变形、腐蚀、接口错位、渗漏、沉积、堵塞、异物侵入和树根侵入分别对应的缺陷候选强度字段、边界方向字段、纹理梯度字段、接口差分字段和结构区域字段,将缺陷链证据图中的缺陷候选强度统计值、边界方向序列、纹理梯度序列、接口差分特征统计值和结构区域命中记录与缺陷类型判定表进行字段匹配,确定缺陷类型,并基于起止轴向距离和圆周覆盖范围确定缺陷位置;

51、当缺陷类型属于裂缝、破损、变形、腐蚀、接口错位和渗漏中的一个类型时生成结构风险标记,当缺陷类型属于沉积、堵塞、异物侵入和树根侵入中的一个类型时生成通水能力风险标记;

52、按照结构风险标记、通水能力风险标记、轴向重叠长度和圆周覆盖范围确定维修优先级,并将缺陷链编号、管段编号、缺陷类型、缺陷位置、结构风险标记、通水能力风险标记和维修优先级绑定为缺陷诊断追溯记录,生成管段缺陷评估结果。

53、本发明的有益效果是:

54、本发明通过采集排水管道内部检测视频、检测距离数据、相机姿态数据和管段结构数据,生成管道时序检测数据,并依据轴向距离、滚转角和圆周对准角建立稳态姿态表,将管壁像素展开为管壁环带展开张量,使管道视频从帧级图像转化为带有轴向行索引和圆周列索引的环带表达,提高管壁定位、圆周对齐和图像质量表达的完整性,减少姿态漂移、滚转扰动和展开断裂对缺陷识别结果的影响。

55、本发明通过构建圆周可逆哈希索引,将圆周列号、首尾列关系和对跖列关系写入双向索引表,并在改进sequencer2d网络中设置双相位记忆单元、环向镜像跳线和接口环对向折叠层,使长裂缝、环向病害、接口错位和渗漏特征能够在圆筒管壁闭合结构中保持连续表达,提高跨首尾边界、对跖区域和接口环区域的病害特征识别能力,降低接口亮带、水膜反光和污泥边界造成的误判。

56、本发明通过管壁环带前沿传播场和快速行进算法构建缺陷链证据图,利用前-后双向串行行进补全遮挡断续缺陷,利用螺旋-环双队列保持轴向与环向传播连续,利用曲率阈冻结门抑制伪缺陷扩散,并通过缺陷链-管段映射矩阵计算轴向重叠长度、圆周覆盖范围和结构区域命中记录,生成管段缺陷评估结果,提高结构风险、通水能力风险、维修优先级和缺陷诊断追溯记录的可靠性。