公开(公告)号：CN115953672B

公开(公告)日：2024-02-27

申请号：CN202310232702.1

申请日：2023-03-13

Applicant: 南昌工程学院

Inventor： 郭波 ,  王家辉 ,  于祯

IPC: G06V20/05 ,  G06V10/42 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提出一种水下大坝表面裂缝识别方法，利用PGGAN模型生成更多的水下大坝表面图像来构造训练数据；将训练数据输入到CNN特征提取器中获取特征，构建训练模型并计算图像组中两图像对的特征空间距离；根据特征空间距离判断图像对是否属于同一类别，将判断结果与预设的特征空间距离相对比，若不属于同一类别，则计算二者之间的损失；将损失回传至训练模型中，并调整训练模型的参数，直至训练模型准确度达到预设值，最后输入需要识别的图像至训练模型中，获得图像是否存在裂缝的判断结果，本申请通过傅里叶变换后的图像可以消除大坝表面杂物的干扰，从而提取特定的裂缝信息，使得检测的准确度增加。

公开(公告)号：CN115953672A

公开(公告)日：2023-04-11

申请号：CN202310232702.1

申请日：2023-03-13

Applicant: 南昌工程学院

Inventor： 郭波 ,  王家辉 ,  于祯

IPC: G06V20/05 ,  G06V10/42 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提出一种水下大坝表面裂缝识别方法，利用PGGAN模型生成更多的水下大坝表面图像来构造训练数据；将训练数据输入到CNN特征提取器中获取特征，构建训练模型并计算图像组中两图像对的特征空间距离；根据特征空间距离判断图像对是否属于同一类别，将判断结果与预设的特征空间距离相对比，若不属于同一类别，则计算二者之间的损失；将损失回传至训练模型中，并调整训练模型的参数，直至训练模型准确度达到预设值，最后输入需要识别的图像至训练模型中，获得图像是否存在裂缝的判断结果，本申请通过傅里叶变换后的图像可以消除大坝表面杂物的干扰，从而提取特定的裂缝信息，使得检测的准确度增加。