水工金属结构表面锈蚀智能评估及三维可视化方法和系统
本发明属于水工金属结构锈蚀检测及运维技术,尤其涉及一种水工金属结构表面锈蚀智能评估及三维可视化方法和系统。
背景技术:
1、水工金属结构(如闸门、拦污栅及流道钢衬)是坝体核心控制构件,其运行状态直接影响整体安全性和结构完整性。然而,这些构件长期暴露在高湿度、湿干循环及水流冲刷等恶劣环境中,容易导致防护涂层剥落和局部锈蚀,降低承载能力和耐久性。
2、现有锈蚀检测主要依赖人工目视检查或传统无损检测方法(超声、磁粉检测等),存在如下缺陷:检测效率低、实时性差;人工主观性强,缺乏可量化标准;缺乏三维空间可视化能力,难以支撑数字孪生运维决策。
3、近年来计算机视觉和深度学习方法可实现表面缺陷识别,但在水工环境现场部署仍面临四大挑战:实时推理与细粒度分割的矛盾;多类别像素级标注成本高且易引入主观偏差;长期运维产生的数据孤岛效应;二维检测难以实现快速的三维可视化。
4、因此,亟需一种能够实现边缘端实时推理、闭环样本迭代、三维高保真可视化的锈蚀检测方法,以满足水工金属结构运维工程的实际需求。
技术实现思路
1、本发明的目的是提供一种水工金属结构锈蚀智能评估及三维可视化方法和系统,能够在复杂现场环境下对水工金属结构进行高精度的锈蚀检测与等级判定,并实现低成本闭环网络迭代及高保真三维可视化,从而解决现有人工检测效率低、主观性强以及二维图像难以直观反映锈蚀空间分布的问题。
2、第一方面公开一种水工金属结构表面锈蚀智能评估及三维可视化方法,所述方法包括:
3、对输入的多视角的水工金属结构表面的锈蚀图像进行预处理与增强操作;
4、将经过预处理与增强操作的锈蚀图像输入锈蚀分割网络的双分支空间-频率模块,所述双分支空间-频率模块包括空间特征分支、频率敏感分支和自适应融合输出单元,分别通过所述空间特征分支和所述频率敏感分支提取锈蚀图像的深层语义特征和高频特征,自适应融合输出单元根据可学习门控机制将所述锈蚀图像的深层语义特征和高频特征沿通道维度进行拼接,得融合输出特征;
5、根据所述融合输出特征生成全局锈蚀掩码,得到二维分割结果;对所述二维分割结果裁剪锈蚀区域后输入锈蚀程度判定网络获取锈蚀等级信息;
6、将多视角的锈蚀图像的二维分割结果及锈蚀等级信息映射至三维空间,采用优化的三维可视化模块进行三维重建。
7、第二方面公开一种水工金属结构表面锈蚀智能评估及三维可视化系统,所述系统包括:
8、预处理与增强操作模块,用于对输入的多视角的水工金属结构表面的锈蚀图像进行预处理与增强操作;
9、双分支空间-频率模块,用于将经过预处理与增强操作的锈蚀图像输入锈蚀分割网络的双分支空间-频率模块,所述双分支空间-频率模块包括空间特征分支、频率敏感分支和自适应融合输出单元,分别通过所述空间特征分支和所述频率敏感分支提取锈蚀图像的深层语义特征和高频特征,自适应融合输出单元根据可学习门控机制将所述锈蚀图像的深层语义特征和高频特征沿通道维度进行拼接,得融合输出特征;
10、分割与等级判定模块,用于根据所述融合输出特征生成全局锈蚀掩码,得到二维分割结果;对所述二维分割结果裁剪锈蚀区域后输入锈蚀程度判定网络获取锈蚀等级信息;
11、三维重建模块,用于将多视角的锈蚀图像的二维分割结果及锈蚀等级信息映射至三维空间,采用优化的三维可视化模块进行三维重建。
12、从以上技术方案可以看出,本发明具有以下有益效果:
13、本发明通过在锈蚀分割网络引入双分支空间-频率模块,增强网络对复杂背景下微小锈蚀目标的感知能力,保证网络轻量化的同时,适合边缘端部署。锈蚀程度判定网络,对每个锈蚀目标进行图像级锈蚀等级判定,同时输出类别激活热力图,为主动样本选择机制提供依据。并通过级联分割框架实现像素级分割与图像级分级的任务解耦。推理阶段先生成全局锈蚀掩码,再裁剪roi输入判定网络获取等级信息,最终融合输出,实现多目标锈蚀分割和分级可视化。
14、进一步地,主动样本选择机制基于分割掩码与等级判定的类别激活热力图空间一致性计算可靠性系数,自动筛选低可靠性系数值为“困难样本”,用于闭环迭代训练,提高网络性能并降低标注成本。最后,通过三维可视化模块将二维分割及等级结果映射至三维空间,采用优化的3dgs算法进行高保真重建和可视化,实现锈蚀区域空间分布的直观呈现。
1.一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述频率敏感分支提取锈蚀图像高频特征的过程包括:
3.根据权利要求1所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述自适应融合输出单元根据可学习门控机制将所述锈蚀图像的深层语义特征和高频特征沿通道维度进行拼接,得融合输出特征,包括:
4.根据权利要求1所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述方法还包括:
5.根据权利要求1所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述方法还包括:
6.根据权利要求5所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述根据所述锈蚀分割网络输出的全局锈蚀掩码与锈蚀程度判定网络输出的类别激活热力之间的空间一致性计算可靠性系数,包括:
7.根据权利要求1所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述将多视角的锈蚀图像的二维分割结果及锈蚀等级信息映射至三维空间,采用优化的三维可视化模块进行三维重建,包括:
8.根据权利要求7所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述包括像素重建误差和结构相似性约束的损失函数通过如下公式表示:
9.根据权利要求1所述的一种水工金属结构表面锈蚀智能评估及三维可视化方法,其特征在于,所述方法还包括:
10.一种水工金属结构表面锈蚀智能评估及三维可视化系统,其特征在于,所述系统包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com