有效
一种裂缝识别方法、装置、介质及设备
周中、张俊杰、李守文、闫龙宾、郑熠迪、鄢海涛、龚琛杰
中南大学
摘要
本发明提供了一种裂缝识别方法、装置、介质及设备,方法包括:包括:步骤1,获取待识别的裂缝图像;步骤2,将所述待识别的裂缝图像输入裂缝语义分割网络进行裂缝识别,得到裂缝识别结果;裂缝语义分割网络包括依次连接的双分支特征提取模块、特征融合模块和解码模块;解决了基于卷积神经网络的裂缝分割方法中存在的全局特征难以提取、模型鲁棒性差的问题以及基于自注意力机制的裂缝分割方法中存在的数据依赖性和局部特征易丢失的问题。
1.一种裂缝识别方法,其特征在于,包括:步骤1,获取待识别的裂缝图像;步骤2,将所述待识别的裂缝图像输入裂缝语义分割网络进行裂缝识别,得到裂缝识别结果;所述裂缝语义分割网络包括依次连接的双分支特征提取模块、特征融合模块和解码模块,所述双分支特征提取模块包括Swin Transformer网络和逆残差网络;所述Swin Transformer网络,用于提取预处理后的裂缝图像的深层特征层;所述逆残差网络,用于提取所述预处理后的裂缝图像的浅层特征层;其中,所述Swin Transformer网络的输出端和所述逆残差网络的输出端均与所述特征融合模块的输入端连接;所述Swin Transformer网络包含四层,第一层由Patch Patition模块构成,第二层包括依次连接的线性映射模块和2个Swin Transformer Block,第三层包括依次连接的PatchMerging模块和6个Swin Transformer Block,第四层包括依次连接的Patch Merging模块和8个Swin Transformer Block;所述预处理后的裂缝图像输入所述Swin Transformer网络通过依次连接的第一层、第二层、第三层和第四层进行特征提取,在所述第三层之后输出得到第一深层特征层,在所述第四层之后输出得到第二深层特征层;所述逆残差网络包含两层,每一层都包括3个逆残差模块,所述逆残差模块包括依次连接的标准卷积层、深度可分离卷积层和ECA注意力模块;所述预处理后的裂缝图像输入所述逆残差网络通过依次连接的第一层和第二层进行特征提取,输出得到浅层特征层;所述特征融合模块包括第一特征融合子模块和第二特征融合子模块;所述第一特征融合子模块的输入端分别连接所述逆残差网络中第二层的输出端、所述Swin Transformer网络中第三层的输出端和所述Swin Transformer网络中第四层的输出端,依次对所述第一深层特征层、第二深层特征层和浅层特征层进行上采样和特征融合,输出得到初步融合的浅层特征层、初步融合的第一深层特征层和第二深层特征层;所述第二特征融合子模块的输入端连接所述第一特征融合子模块的输出端,对所述初步融合的浅层特征层进行卷积处理,输出得到融合浅层特征层,对所述初步融合的第一深层特征层和第二深层特征层进行下采样和特征融合,输出得到融合深层特征层。
2.根据权利要求1所述的裂缝识别方法,其特征在于,所述步骤2还包括:对所述待识别的裂缝图像进行预处理;将预处理后的裂缝图像输入至所述裂缝语义分割网络进行裂缝识别,得到裂缝识别结果。
3.根据权利要求2所述的裂缝识别方法,其特征在于,所述第一特征融合子模块包括第一CDEC模块、第二CDEC模块、第一上采样层、第二上采样层和第一卷积层;所述第一卷积层的输入端连接所述Swin Transformer网络中第四层的输出端,所述第一卷积层的输出端连接第一上采样层的输入端,所述第一上采样层的输出端连接第一CDEC模块的输入端,所述第一CDEC模块的输入端连接所述Swin Transformer网络中第三层的输出端,所述第一CDEC模块的输出端连接第二上采样层的输入端,所述第二上采样层的输出端连接第二CDEC模块的输入端,所述第二CDEC模块的输入端与所述逆残差网络中第二层的输出端连接,所述第二CDEC模块的输出端与所述第二特征融合子模块的输入端连接;所述第二特征融合子模块包括第三CDEC模块、第四CDEC模块、第一下采样层、第二下采样层和第二卷积层;所述第二卷积层的输入端连接第二CDEC模块的输出端,所述第二卷积层的输出端与所述解码模块的输入端,所述第二卷积层的输出端连接第一下采样层的输入端,所述第一下采样层的输出端连接第三CDEC模块的输入端,所述第三CDEC模块的输入端与所述第一CDEC模块的输出端连接,所述第三CDEC模块的输出端连接第二下采样层的输入端,所述第二下采样层的输出端连接第四CDEC模块的输入端,所述第四CDEC模块的输入端与所述第一卷积层的输出端连接。
4.根据权利要求3所述的裂缝识别方法,其特征在于,所述语义分割网络还包括特征加强模块,所述特征加强模块的输入端连接所述第四CDEC模块的输出端,所述特征加强模块的输出端连接所述解码模块的输入端;所述特征加强模块包括依次连接的ASPP特征金字塔、ECA注意力模块和标准卷积层;所述ASPP特征金字塔的输入端连接所述特征融合模块中的第四CDEC模块的输出端,所述标准卷积层的输出端连接所述解码模块的输入端;所述融合深层特征层输入至所述特征加强模块中,经过所述ASPP特征金字塔、ECA注意力模块、标准卷积层进行特征加强,得到加强深层特征层并输入解码模块进行解码。
5.一种裂缝识别装置,所述裂缝识别装置用于执行权利要求1所述的裂缝识别方法,其特征在于,包括:图像获取模块,用于获取待识别的裂缝图像;裂缝识别模块,用于将所述待识别的裂缝图像输入裂缝语义分割网络进行裂缝识别,得到裂缝识别结果。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当该计算机程序被执行时,实现如权利要求1~4中任一项所述的裂缝识别方法。
7.一种裂缝识别设备,其特征在于,包括存储器、处理器;所述存储器用于存储计算机程序以及程序处理时候的中间数据,所述处理器用于执行所述计算机程序以实现如权利要求1~4中任一项所述的裂缝识别方法。





