两个人的电影免费视频_国产精品久久久久久久久成人_97视频在线观看播放_久久这里只有精品777_亚洲熟女少妇二三区_4438x8成人网亚洲av_内谢国产内射夫妻免费视频_人妻精品久久久久中国字幕

基于PSA-UNet網(wǎng)絡(luò)的粘接面積定量化方法

文檔序號:40606751發(fā)布日期:2025-01-07 20:47閱讀:6來源:國知局
基于PSA-UNet網(wǎng)絡(luò)的粘接面積定量化方法

本發(fā)明涉及探地雷達數(shù)據(jù)處理,尤其涉及一種基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法。


背景技術(shù):

1、探地雷達(ground?penetrating?radar,gpr),技術(shù)基于地下不同物質(zhì)介質(zhì)參數(shù)的差異,通過發(fā)射寬帶電磁波脈沖,實現(xiàn)對地表以下非可視化物體的內(nèi)部結(jié)構(gòu)或構(gòu)造的精確勘測。

2、建筑外墻保溫層常常會出現(xiàn)各種病害,這些病害最終會導致外墻保溫板粘接劑面積的缺失,會對其保溫效果和能源消耗產(chǎn)生負面影響,引發(fā)安全隱患。在建筑工程質(zhì)量監(jiān)控領(lǐng)域中,建筑外墻保溫層病害的檢測一直是一個關(guān)鍵且復(fù)雜的挑戰(zhàn)。而探地雷達由于上述諸多優(yōu)點,其相較于其他方法在保溫層病害檢測方面更有優(yōu)勢。在探地雷達對建筑外墻保溫層的檢測中,通過對建筑外墻進行掃描,可以獲取保溫層的厚度、內(nèi)部結(jié)構(gòu)等信息,進而判斷其粘接劑的面積占比。外墻外保溫工程技術(shù)標準規(guī)定xps保溫板的最小粘接面積為50%。因此,需要對建筑外墻保溫層的粘接面積進行準確地檢測,以判斷粘接面積是否達到工程標準。

3、目前國內(nèi)外在探地雷達回波b-scan圖像的語義分割,尤其是雙曲線的分割上有許多研究成果,如:深度卷積神經(jīng)網(wǎng)絡(luò)(dcnn)、deeplabv3+語義分割算法、mask?r-cnn和像素級生成對抗網(wǎng)絡(luò)(pixel?to?pixel?image?translation?with?gan,pix2pix?gan)方法等。但是,上述方法對b-scan切片比較有效,對c-scan分層切片都存在一定的局限性。因此,保溫層粘接劑的有效粘接面積存在統(tǒng)計不清、統(tǒng)計不準的問題,這導致無法準確評估其粘接效果。在當前的c-scan分層深度切片分析領(lǐng)域中,尚未實施專門針對語義分割的算法,尤其是面對保溫板粘接劑所呈現(xiàn)的多個、分散且不規(guī)則的目標特征時,分割任務(wù)的難度顯著增加。這種復(fù)雜性不僅源于目標形態(tài)的多樣性,還由于它們在切片中的不規(guī)則分布和可能的重疊現(xiàn)象,給自動化識別和分割帶來了極大的挑戰(zhàn)。

4、因此,亟需一種能夠高效、準確地處理保溫板粘接劑多目標、不均勻且分散目標的語義分割方法,以精準分割保溫板和粘接劑,同時提高后續(xù)粘接劑面積統(tǒng)計工作的準確度。


技術(shù)實現(xiàn)思路

1、基于此,有必要針對上述技術(shù)問題,提供一種基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法。

2、一種基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法,包括以下步驟:基于仿真和實測的探地雷達數(shù)據(jù),獲取多種場景下的深度c-scan切片,并將所述深度c-scan切片標注轉(zhuǎn)化為對應(yīng)的掩膜二值圖,構(gòu)建得到數(shù)據(jù)集;將二元交叉熵損失函數(shù)、iou損失函數(shù)和焦點損失函數(shù)進行融合,作為目標損失函數(shù);在u-net模型的上采樣階段添加polarized?self-attention自注意力機制,構(gòu)建得到psa-unet網(wǎng)絡(luò),并通過所述數(shù)據(jù)集進行訓練;采用訓練后的psa-unet網(wǎng)絡(luò)對待識別圖像進行語義分割,并通過輪廓檢測識別分割后圖像的粘接劑邊緣,進行二值化填充;基于二值化填充后的圖像,統(tǒng)計得到粘接劑的粘接面積。

3、在其中一個實施例中,所述基于仿真和實測的探地雷達數(shù)據(jù),獲取多種場景下的深度c-scan切片,并將所述深度c-scan切片標注轉(zhuǎn)化為對應(yīng)的掩膜二值圖,構(gòu)建得到數(shù)據(jù)集,包括:獲取仿真和實測的探地雷達數(shù)據(jù),根據(jù)所述探地雷達數(shù)據(jù)得到多種場景下的深度c-scan切片,所述深度c-scan切片包含用于區(qū)分保溫板和粘接劑的紋理特征;采用標注工具將所述深度c-scan切片轉(zhuǎn)化為對應(yīng)的掩膜二值圖,其中,將保溫板背景標注為白色,粘接劑標注為黑色;根據(jù)所述深度c-scan切片與對應(yīng)的掩膜二值圖構(gòu)建得到數(shù)據(jù)集,所述數(shù)據(jù)集用于進行psa-unet網(wǎng)絡(luò)訓練。

4、在其中一個實施例中,還包括:采用離線數(shù)據(jù)增強方法對所述數(shù)據(jù)集進行增強處理。

5、在其中一個實施例中,所述目標損失函數(shù),為:

6、l=l1lbce+l2liou+l3lfocal

7、式中,lbce是二元交叉熵損失函數(shù),liou是iou損失函數(shù),lfocal是焦點損失函數(shù),λ1,λ2,λ3是每個損失函數(shù)的超參數(shù)。

8、在其中一個實施例中,所述采用訓練后的psa-unet網(wǎng)絡(luò)對待識別圖像進行語義分割,并通過輪廓檢測識別分割后圖像的粘接劑邊緣,進行二值化填充,包括:采用訓練后的psa-unet網(wǎng)絡(luò)對待識別圖像進行語義分割,得到劃分保溫板和粘接劑區(qū)域的分割圖像;通過輪廓檢測函數(shù),對所述分割圖像上粘接劑的最外部輪廓進行檢測,得到輪廓信息;根據(jù)所述輪廓信息,將分割圖像中輪廓內(nèi)部的對應(yīng)區(qū)域進行二值化填充。

9、在其中一個實施例中,所述基于二值化填充后的圖像,統(tǒng)計得到粘接劑的粘接面積,包括:基于二值化填充后的圖像,進行面積像素統(tǒng)計,得到總面積,并對粘接劑對應(yīng)的黑色像素點進行統(tǒng)計,得到有效粘接面積;根據(jù)有效粘接劑和總面積,計算得到粘接劑面積在整個保溫板中的占比。

10、相比于現(xiàn)有技術(shù),本發(fā)明的優(yōu)點及有益效果在于:基于仿真和實測的探地雷達數(shù)據(jù),獲取多種場景下的深度c-scan切片,并將深度c-scan切片標注轉(zhuǎn)化為對應(yīng)的掩膜二值圖,構(gòu)建得到數(shù)據(jù)集;將二元交叉熵損失函數(shù)、iou損失函數(shù)和焦點損失函數(shù)進行融合,作為目標損失函數(shù),通過對損失函數(shù)進行改進,提升了u-net模型的分割性能;在u-net模型上采樣階段添加polarized?self-attention自注意力機制,構(gòu)建得到psa-unet網(wǎng)絡(luò),并通過數(shù)據(jù)集進行訓練;采用訓練后的psa-unet網(wǎng)絡(luò)對待識別圖像中的保溫板和粘接劑進行語義分割,并通過輪廓檢測分割后的圖像識別粘接劑邊緣,并進行二值化填充,避免誤判現(xiàn)象;基于二值化填充后的圖像,統(tǒng)計得到粘接劑的粘接面積,實現(xiàn)對粘接劑的粘接面積定量化分析,從而實現(xiàn)準確、高效地對保溫板粘接劑所呈現(xiàn)的多個、分散且不規(guī)則目標特征的c-scan分層深度切片的語義分割,提高保溫層粘接劑粘接面積的準確性。



技術(shù)特征:

1.一種基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法,其特征在于,包括以下步驟:

2.根據(jù)權(quán)利要求1所述的基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法,其特征在于,所述基于仿真和實測的探地雷達數(shù)據(jù),獲取多種場景下的深度c-scan切片,并將所述深度c-scan切片標注轉(zhuǎn)化為對應(yīng)的掩膜二值圖,構(gòu)建得到數(shù)據(jù)集,包括:

3.根據(jù)權(quán)利要求1所述的基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法,其特征在于,還包括:

4.根據(jù)權(quán)利要求1所述的基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法,其特征在于,所述目標損失函數(shù),為:

5.根據(jù)權(quán)利要求1所述的基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法,其特征在于,所述采用訓練后的psa-unet網(wǎng)絡(luò)對待識別圖像進行語義分割,并通過輪廓檢測識別分割后圖像的粘接劑邊緣,進行二值化填充,包括:

6.根據(jù)權(quán)利要求2所述的基于psa-unet網(wǎng)絡(luò)的粘接面積定量化方法,其特征在于,所述基于二值化填充后的圖像,統(tǒng)計得到粘接劑的粘接面積,包括:


技術(shù)總結(jié)
本發(fā)明提供一種基于PSA?UNet網(wǎng)絡(luò)的粘接面積定量化方法,包括:基于仿真和實測的探地雷達數(shù)據(jù),獲取多種場景下的深度C?scan切片,并標注轉(zhuǎn)化為對應(yīng)的掩膜二值圖,構(gòu)建得到數(shù)據(jù)集;融合二元交叉熵損失函數(shù)、IOU損失函數(shù)和焦點損失函數(shù)得到目標損失函數(shù);在U?Net模型的上采樣階段添加Polarized?Self?Attention自注意力機制,構(gòu)建得到PSA?UNet網(wǎng)絡(luò),并通過數(shù)據(jù)集進行訓練;采用訓練后的網(wǎng)絡(luò)對待識別圖像進行語義分割,識別粘接劑邊緣進行二值化填充;基于填充后的圖像,統(tǒng)計得到粘接面積。本發(fā)明能夠高效、準確地分割保溫板和多個、不均勻且分散的粘接劑目標,提升統(tǒng)計粘接面積的準確度。

技術(shù)研發(fā)人員:蘭天,李雨菡,龔俊波,王健,劉冕,龐森
受保護的技術(shù)使用者:北京理工大學重慶創(chuàng)新中心
技術(shù)研發(fā)日:
技術(shù)公布日:2025/1/6
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
阿拉善盟| 和平县| 永安市| 民乐县| 广昌县| 南平市| 鹤岗市| 水城县| 鄂伦春自治旗| 鄢陵县| 鄯善县| 台南县| 井陉县| 绥中县| 兴化市| 宜宾市| 酒泉市| 韶关市| 襄汾县| 岑巩县| 东丽区| 大港区| 天全县| 洪江市| 常山县| 论坛| 沿河| 泰顺县| 当涂县| 鹤峰县| 宜阳县| 项城市| 云林县| 新巴尔虎左旗| 平阴县| 阳山县| 尚志市| 响水县| 招远市| 凤翔县| 南华县|