买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南大学

摘要：本申请公开了一种智能桥梁线形检测方法、装置、设备及介质，涉及桥梁检测领域，包括：获取无人机搭载相机对装配式桥梁上预置的若干组标记进行不同方位的拍摄得到的桥面图像；将桥面图像和相机畸变参数输入预设生成式对抗网络以生成校正后图像；利用标记检测模型对校正后图像中的目标标记进行检测框标注，基于椭圆检测算法确定标注后图像中的目标标记中心的二维图像坐标，利用双目立体视觉原理对在不同方位下的同一目标标记中心的二维图像坐标进行变换得到目标标记中心的三维物理坐标；基于预设基准点坐标和装配式桥梁的尺寸信息对三维物理坐标进行分析以确定装配式桥梁的线形偏差。本申请实现对装配式桥梁的智能线形检测，检测效率高且准确性高。

主权项：1.一种智能桥梁线形检测方法，其特征在于，包括：获取桥面图像；所述桥面图像为通过无人机搭载相机对装配式桥梁上预置的若干组标记进行不同方位的拍摄得到的图像；将所述桥面图像以及相机畸变参数输入预设生成式对抗网络，以生成校正后图像；所述预设生成式对抗网络包括预设生成器以及与所述预设生成器连接的用于对不同分辨率的图像进行判别的若干预设判别器；利用标记检测模型对所述校正后图像中的目标标记进行检测框标注，并基于椭圆检测算法确定标注后图像中的目标标记中心的二维图像坐标，利用双目立体视觉原理对在不同方位下的同一所述目标标记中心的所述二维图像坐标进行变换，以得到所述目标标记中心的三维物理坐标；基于预设基准点坐标和所述装配式桥梁的尺寸信息对所述三维物理坐标进行分析，以确定所述装配式桥梁的线形偏差；其中，所述将所述桥面图像以及相机畸变参数输入预设生成式对抗网络，以生成校正后图像，包括：将所述桥面图像以及相机畸变参数输入所述预设生成器，以将所述相机畸变参数转换为畸变特征向量，并对所述畸变特征向量与所述桥面图像的特征图进行融合，以基于融合后特征图生成校正后图像；利用与所述校正后图像的分辨率对应的预设判别器对所述校正后图像进行判别，以及在判别率不小于预设判别阈值时，触发所述利用标记检测模型对所述校正后图像中的目标标记进行检测框标注的步骤；其中，所述将所述桥面图像以及相机畸变参数输入预设生成式对抗网络之前，还包括：获取若干畸变图像以及对应的畸变参数和正常图像，以构建训练数据集；将所述训练数据集输入初始生成式对抗网络，以利用对抗训练方法并基于预先构建的目标损失函数，对所述初始生成式对抗网络进行训练，得到训练好的预设生成式对抗网络；其中，所述利用对抗训练方法并基于预先构建的目标损失函数，对所述初始生成式对抗网络进行训练之前，还包括：基于预设边缘损失函数、预设结构相似性损失函数、所述初始生成式对抗网络对应的对抗损失函数以及重构损失函数构建目标损失函数；其中，所述预设边缘损失函数为用于计算所述正常图像与对抗图像的边缘信息之间的差异的函数；所述预设结构相似性损失函数为用于计算所述正常图像与所述对抗图像之间的相似性的函数；所述对抗图像为所述初始生成式对抗网络基于所述畸变图像以及对应的畸变参数生成的图像；其中，所述预设边缘损失函数表示为： ；其中，Ledge表示边缘损失；N表示图像像素总数；表示正常图像在第i个像素处的边缘值；表示对抗图像在第i个像素处的边缘值；相应的，所述预设结构相似性损失函数表示为： ；其中，表示结构相似性损失；M表示对正常图像x或对抗图像y进行窗口分割后得到的图像窗口总数；xi表示正常图像在第i个图像窗口上的图像区域；yi表示对抗图像在第i个图像窗口上的图像区域；SSIM表示结构相似性损失函数。

全文数据：

权利要求：

百度查询： 湖南大学 一种智能桥梁线形检测方法、装置、设备及介质