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：江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心);东华理工大学南昌校区

摘要：本发明公开了一种基于边缘增强的堤防裂缝险情智能识别方法，包括改进和训练边缘增强的YOLOv8模型，改进和训练YOLOv8模型具有以下内容：数据采集，制作样本，生成样本和划分数据集，改进边缘增强的YOLOv8模型，训练边缘增强的YOLOv8模型：利用边缘增强的YOLOv8模型的堤防裂缝险情检测，堤防裂缝险情的确定。本发明将利用边缘特征提取模块,提取图像高频边缘信息，有利于堤防裂缝险情的特征；设计两个主干网络特征提取模块来提高堤防裂缝险情检测的准确性；设计一种新的特征增强融合模块用于融合各种特征，从而有效提高了堤防裂缝险情检测的准确性。

主权项：1.一种基于边缘增强的堤防裂缝险情智能识别方法，其特征在于：包括改进和训练YOLOv8模型和堤防裂缝险情检测两个过程；改进和训练YOLOv8模型的具体步骤如下：步骤S11，数据采集：使用携带可见光传感器的无人机巡检堤防，获取得到堤防的可见光图像数据，包含有堤防裂缝险情可见光图像以及无堤防裂缝险情可见光图像；步骤S12，制作样本：对步骤S11采集的可见光图像数据进行标注整理，制作成堤防裂缝险情样本；步骤S13，改进和训练YOLOv8模型：改进后的YOLOv8模型由原始主干网络、边缘主干网络和检测模块组成，其中原始主干网络、边缘主干网络两个主干网络由CBS卷积模块、C2f模块、空间金字塔池化模块、边缘特征提取模块和特征增强融合模块组成；堤防裂缝险情检测的具体步骤如下：步骤S21，获取图像：获取待检测堤防的可见光图像数据，作为堤防裂缝险情检测过程的输入图像；步骤S22，划分窗口：将堤防的可见光图像数据划分成具有20%重叠的窗口，以480像素为滑动步长，采用640*640像素大小的滑动窗口，遍历整个输入图像；将高度和宽度不足640像素的窗口，通过左上角坐标向上或向左移动，使高度和宽度不足640像素的窗口大小保持640*640像素；记录每一个窗口在输入图像中对应的编号和左上角坐标，记为（R，C，X，Y），其中R为行数，C表示列数，X，Y是对应的左上角坐标；步骤S23，将每个窗口的可见光图像数据输入到步骤S13已经训练好的改进YOLOv8模型中；设置置信度阈值，得到超过置信度阈值的检测框的中心点位置、大小、类别及置信度；根据公式（1）计算检测框在输入图像中的真实位置； （1）；其中，（，）是第k个检测框中心点在输入图像中的位置；（，）是检测框所在当前窗口的左上角坐标，（，）是第k个检测框中心点在当前窗口图像中的位置；步骤S24，检测结果非最大抑制：当所有窗口检测完成后，在输入图像上得到多个检测框，再利用加权非极大抑制剔除重叠检测框；步骤S25，输出最终检测结果：将加权非极大抑制后的结果进行输出，得到最终检测结果。

全文数据：

权利要求：

百度查询： 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 东华理工大学南昌校区 基于边缘增强的堤防裂缝险情智能识别方法