技术特征：
1.一种大坝安全检测方法，其特征在于，包括以下步骤：s1、采集大坝图像；s2、对大坝图像提取图像特征；s3、采用裂纹识别模型处理图像特征，得到大坝的裂纹区域。2.根据权利要求1所述的大坝安全检测方法，其特征在于，所述s2包括以下分步骤：s21、将大坝图像进行剪裁，得到大坝建筑架构图像；s22、将大坝建筑架构图像灰度处理，得到大坝建筑架构灰度图像；s23、根据大坝的结构特征，将大坝建筑架构灰度图像与预存大坝灰度图像进行对齐；s34、根据对齐后的大坝建筑架构灰度图像与预存大坝灰度图像，筛选出图像特征。3.根据权利要求2所述的大坝安全检测方法，其特征在于，所述s34包括以下分步骤：s341、将大坝建筑架构灰度图像和预存大坝灰度图像分别划分为多个图像块；s342、将相同位置的大坝建筑架构灰度图像的图像块与预存大坝灰度图像的图像块，构成图像块对；s343、对图像块对中每张图像块取其像素点，并基于像素点的灰度值，计算灰度系数；s345、根据正常灰度系数，对大坝建筑架构灰度图像的所有图像块进行修正，得到修正图像块；s346、将灰度系数异常的修正图像块筛选出来，作为图像特征。4.根据权利要求3所述的大坝安全检测方法，其特征在于，所述s343中计算灰度系数的公式为：其中，为第对图像块对应的灰度系数，为预存大坝灰度图像的第张图像块的第个像素点的灰度值，为大坝建筑架构灰度图像的第张图像块的第个像素点的灰度值，为图像块中的像素点。5.根据权利要求3所述的大坝安全检测方法，其特征在于，所述s345中所述正常灰度系数为：在上限灰度系数阈值和下限灰度系数阈值之间的灰度系数。6.根据权利要求3所述的大坝安全检测方法，其特征在于，所述s346包括以下分步骤：s3461、选择一对图像块，该图像块满足条件：图像块对应修正图像块的灰度值总和与预存大坝灰度图像的图像块的灰度值总和的差值小于设定阈值；s3462、将步骤s3461中差值小于阈值的修正图像块筛选出来，作为中心图像块；s3463、计算中心图像块的灰度系数与其临近修正图像块的灰度系数的差值；s3464、判断中心图像块的灰度系数与其临近修正图像块的灰度系数的差值绝对值是否大于差值阈值，若是，则将临近修正图像块筛选出来，不参与后续遍历，若否，则跳转至s3465；s3465、任选其中一个临近修正图像块作为下一中心图像块，并跳转至步骤s3463，直到所有修正图像块被遍历完；s3466、将步骤s3464中筛选出来的修正图像块作为图像特征。
7.根据权利要求1所述的大坝安全检测方法，其特征在于，所述s3中裂纹识别模型采用神经网络。8.根据权利要求1所述的大坝安全检测方法，其特征在于，所述s3包括以下分步骤：s31、将属于同一张大坝图像的所有图像特征进行融合，得到融合特征；s32、将融合特征输入到裂纹识别模型，得到大坝的裂纹区域。9.根据权利要求8所述的大坝安全检测方法，其特征在于，所述s31中融合特征为：其中，为融合特征，为0和1构成的第一剪裁矩阵，为0和1构成的第剪裁矩阵，为0和1构成的第剪裁矩阵，为哈达玛积，为第一图像特征，为第图像特征，为第图像特征，为图像特征的数量。10.一种根据权利要求1~9任一项所述的大坝安全检测方法的系统，其特征在于，包括：采集大坝图像单元、图像特征提取单元和裂纹区域识别单元；所述采集大坝图像单元用于采集大坝图像；所述图像特征提取单元用于对大坝图像提取图像特征；所述裂纹区域识别单元用于采用裂纹识别模型处理图像特征，得到大坝的裂纹区域。
技术总结
本发明公开了一种大坝安全检测方法及系统，属于图像处理技术领域，本发明通过图像采集，去避免使用雷达设备发射电磁波方式实现大坝检测，通过对大坝图像提取图像特征，再采用裂纹识别模型去处理图像特征，避免直接对大坝原始图像进行处理，提高识别的精度。提高识别的精度。提高识别的精度。
技术研发人员：王勇飞 谢昆均 何海锋 胡仲明 何波 罗小晶
受保护的技术使用者：成都大汇物联科技有限公司
技术研发日：2022.10.20
技术公布日：2022/11/15