公开(公告)号：CN117994221A

公开(公告)日：2024-05-07

申请号：CN202410130919.6

申请日：2024-01-31

Applicant: 东南大学

Inventor： 张建 ,  陈旺 ,  赵江帆

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/764 ,  G06V10/74 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明涉及一种基于自适应感知的复杂背景区域细裂缝轻量监测方法，该方法包括以下步骤：步骤S1，基于区域划分的裂缝信息自动采集，其中采用PTZ相机传感器自动对裂缝区域进行分块采集；步骤S2，进行自适应复杂尺度校准过程，采用多尺度模板匹配算法用于自适应矫正所有区域的失真信息，并进行像素精度的真实尺度转换；步骤S3，构建轻量裂缝分割网络对步骤S2处理后的数据进行处理；步骤S4，通过基于欧式距离相似度分类的裂缝追踪定量算法，对逐条裂缝动态信息进行实时监控。与现有技术相比，本发明具有实现了对裂缝的高效、准确、在线的监测和分析等优点。

公开(公告)号：CN119941612A

公开(公告)日：2025-05-06

申请号：CN202411701154.3

申请日：2024-11-26

Applicant: 东南大学

Inventor： 张建 ,  陈旺 ,  赵江帆

IPC: G06T7/00 ,  G06T7/73 ,  G06T5/70 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于分布式相机网络的钢箱梁底损伤识别与同步定位方法。包括：S1、一系列成像设备单元按照空间平行的结构组成，上述成像设备单元之间通过蓝牙、无线域网连接在一起，用以对钢箱梁底任意位置进行图像数据采集；S2、根据每个成像设备单元的拍摄覆盖范围，对钢箱梁底区域进行横向划分；S3、基于深度学习驱动的两阶段同步识别与定位，在第一阶段，MobilenetV4作为关键特征提取工具，对全景图像进行轻量化重构，在全局层面进行病害区域识别与定位；第二阶段利用YOLOv9目标检测框架，对病害区域进行分析，在局部层面提供病害信息。本发明的设计可以广泛应用于大跨度桥梁底部巡检，对病害进行高效分析。