一种基于深度学习的隧道病害图像检测和定位的方法

摘要

本发明公开了一种基于深度学习的隧道病害图像检测和定位的方法，首先，利用工业相机采集隧道内的视频图像；其次，得到的视频进行裁剪和预处理，得到统一亮度的校正后图像；再次，根据校正后的图像，提取图像的像素列，匹配最佳像素列，得到隧道图像的全景图；然后，利用隧道图像的全景图进行等间距裁剪并且计算出隧道的图像的像素与实际距离的对应关系；再对裁剪的隧道图像序列，送入深度学习模型进行病害检测，最后，将病害检测结果信息存入到数据库管理系统；本发明有效地解决了在隧道中无法提供GPS定位的情况下，精确地实现了对隧道病害的定位，方便用户在漫长的隧道内快速的找到需要修正的病害位置；实现了隧道内病害检测的自动化。