本發明專利技術涉及橋梁材料分析技術領域，本發明專利技術公開了一種基于擴散概率模型的橋梁裂縫動態監測系統及方法，包括根據超聲波數據構建反射幅度矩陣和裂縫深度矩陣，根據灰度共生算法獲取橋梁裂縫圖像中的對比度值、同質性值和相關性值，基于對比度值、同質性值和相關性值構建紋理特征矩陣，本發明專利技術分別構建反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣，綜合表征了橋梁裂縫的動態變化特性，解決了現有技術中裂縫特征提取準確性和可靠性不足的問題，通過基于W個綜合特征矩陣篩選特征矩陣序列并輸入預訓練的擴散概率模型，能夠實時捕捉裂縫擴展速率，實現對裂縫動態變化的監測。
1、橋梁作為重要的交通基礎設施，裂縫是橋梁結構中常見的缺陷之一，其早期檢測與動態監測對于預防結構失效、延長使用壽命至關重要。傳統的橋梁裂縫檢測方法主要包括人工目視檢查、聲發射技術、超聲波檢測和紅外熱成像等，然而，近年來，隨著計算機視覺和機器學習技術的快速發展，基于圖像分析的橋梁裂縫檢測方法逐漸受到廣泛關注，盡管現有技術中已公開了利用計算機視覺進行橋梁裂縫檢測的相關方法，但仍存在一些尚待解決的問題。
2、例如，公開號為cn115078382a的中國專利申請提供了基于視頻圖像的橋梁裂縫監測系統，該系統由前端系統和后端系統組成，前端系統采集裂縫圖像信息并通過無線傳輸發送至后端系統，后端系統存儲并展示裂縫圖像信息，支持云端顯示和精確計算，授權公告號為cn118730914b的中國專利提供了一種跨海橋梁的裂縫監測裝置及其監測方法，該系統包括圖像采集單元和中控單元，圖像采集單元用于采集橋梁裂縫的視覺圖像信息，中控單元接收裂縫變化參數和圖像信息，進行處理計算并輸出監測結果。
3、盡管現有技術中已公開了利用計算機視覺進行橋梁裂縫檢測的相關內容，但其主要局限于橋梁裂縫的靜態監測，無法實現對裂縫動態變化的監測，此外，不同橋梁結構的紋理特征差異較大，導致裂縫特征提取的準確性和可靠性不足，這些問題使得橋梁裂縫檢測在實時性和動態性方面難以滿足實際需求，同時影響了監測結果的精度以及橋梁結構安全評估的有效性。
>4、鑒于此，本專利技術提出一種基于擴散概率模型的橋梁裂縫動態監測系統及方法以解決上述問題。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術提供一種基于擴散概率模型的橋梁裂縫動態監測系統及方法。
2、為實現上述目的，本專利技術提供如下技術方案：
3、第一方面，提供了一種基于擴散概率模型的橋梁裂縫動態監測方法，包括：
4、獲取超聲波數據以及橋梁裂縫圖像，根據超聲波數據構建反射幅度矩陣和裂縫深度矩陣，根據灰度共生算法獲取橋梁裂縫圖像中的對比度值、同質性值和相關性值；
5、基于對比度值、同質性值和相關性值構建紋理特征矩陣，根據反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣構建w個綜合特征矩陣，基于w個綜合特征矩陣確定特征矩陣序列；
6、將特征矩陣序列輸入到預訓練的擴散概率模型中，獲得擴散概率模型輸出的裂縫監測結果，所述裂縫監測結果至少包括裂縫擴展速率。
7、進一步地，獲取超聲波數據的方法包括：
8、將橋梁裂縫圖像進行分類，獲得相應的裂縫分類結果，若裂縫分類結果為縱向裂縫，則沿橋梁長度方向布置超聲波探頭，若裂縫分類結果為橫向裂縫，則垂直于橋梁長度方向布置超聲波探頭，若裂縫分類結果為斜向裂縫，則沿橋梁裂縫方向布置超聲波探頭。
9、進一步地，超聲波數據包括峰值出現時刻，根據超聲波數據構建裂縫深度矩陣的方法包括：
10、根據超聲波數據中的峰值出現時刻以及預設的傳播速度確定裂縫深度值，根據裂縫深度值構建裂縫深度矩陣。
11、進一步地，根據灰度共生算法獲取橋梁裂縫圖像中的對比度值的方法包括：
12、根據灰度共生算法獲取橋梁裂縫圖像中在方向θ上的對比度值以及在方向θ上的共現概率，根據在方向θ上的對比度值以及在方向θ上的共現概率計算相應的對比度值。
13、進一步地，根據灰度共生算法獲取橋梁裂縫圖像中的相關性值的方法包括：
14、根據灰度共生算法獲取橋梁裂縫圖像中灰度值為i的均值、灰度值為j的均值、灰度值為i的標準差以及灰度值為j的標準差，根據灰度值為i的均值、灰度值為j的均值、灰度值為i的標準差以及灰度值為j的標準差計算相應的相關性值。
15、進一步地，根據反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣構建w個綜合特征矩陣的方法包括：
16、調整k的取值，獲取w個紋理特征矩陣，遍歷w個紋理特征矩陣，將反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣通過數學變換的方式進行尺寸對齊，將反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣進行加權融合，構建w個綜合特征矩陣，k表征的是紋理特征矩陣所對應的取值角度。
17、進一步地，基于w個綜合特征矩陣確定特征矩陣序列的方法包括：
18、根據霍夫變換算法確定橋梁裂縫圖像中裂縫方向范圍，根據裂縫方向范圍從w個綜合特征矩陣中篩選出p個綜合特征矩陣，將p個綜合特征矩陣作為特征矩陣序列，所述裂縫方向范圍為橋梁裂縫圖像中裂縫擴展方向的范圍。
19、進一步地，根據裂縫方向范圍從w個綜合特征矩陣中篩選出p個綜合特征矩陣的方法包括：
20、獲取每個綜合特征矩陣對應的取值范圍，判斷取值范圍是否屬于裂縫方向范圍，若不屬于，則將對應的綜合特征矩陣進行剔除，以此篩選出p個綜合特征矩陣，所述取值范圍為k的取值范圍。
21、進一步地，擴散概率模型的訓練方法包括：
22、將歷史特征矩陣序列與對應的歷史裂縫監測結果標簽配對，構建訓練集，將歷史特征矩陣序列作為子模型的輸入，將對應的歷史裂縫監測結果作為子模型的輸出；
23、預設擴散步驟總數為t，定義每步的噪聲增量為βt，對于訓練集中的每個數據點，通過隨機采樣的方式生成當前擴散步驟t，以及相應的噪聲數據xt，根據當前擴散步驟t以及噪聲數據xt構建損失函數，所述噪聲數據xt的分布形式為高斯分布；
24、從訓練集中隨機抽取一個批次的數據點，為每個數據點生成對應的噪聲數據xt，計算相應的損失函數值，通過反向傳播算法以及最小化損失函數值為目標更新子模型參數，對子模型進行迭代訓練，以此訓練得到擴散概率模型。
25、第二方面，提供了一種基于擴散概率模型的橋梁裂縫動態監測系統，其用于實現上述的一種基于擴散概率模型的橋梁裂縫動態監測方法，包括：
26、數據處理模塊：用于獲取超聲波數據以及橋梁裂縫圖像，根據超聲波數據構建反射幅度矩陣和裂縫深度矩陣，根據灰度共生算法獲取橋梁裂縫圖像中的對比度值、同質性值和相關性值；
27、矩陣構建模塊：用于基于對比度值、同質性值和相關性值構建紋理特征矩陣，根據反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣構建w個綜合特征矩陣，基于w個綜合特征矩陣確定特征矩陣序列；
28、監測模塊：用于將特征矩陣序列輸入到預訓練的擴散概率模型中，獲得擴散概率模型輸出的裂縫監測結果，所述裂縫監測結果至少包括裂縫擴展速率。
29、相比于現有技術，本專利技術的有益效果為：
30、本專利技術通過結合超聲波數據和橋梁裂縫圖像的圖像紋理特征，分別構建反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣，綜合表征了橋梁裂縫的動態變化特性，解決了現有技術中裂縫特征提取準確性和可靠性不足的問題，通過基于w個綜合特征矩陣篩選特征矩陣序列并輸入預訓練的擴散概率模型，能夠實時捕捉裂縫擴展速率，實現對裂縫動本文檔來自技高網...
【技術保護點】
1.一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，包括：
2.根據權利要求1所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述獲取超聲波數據的方法包括：
3.根據權利要求2所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述超聲波數據包括峰值出現時刻，根據超聲波數據構建裂縫深度矩陣的方法包括：
4.根據權利要求1所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述根據灰度共生算法獲取橋梁裂縫圖像中的對比度值的方法包括：
5.根據權利要求4所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述根據灰度共生算法獲取橋梁裂縫圖像中的相關性值的方法包括：
6.根據權利要求5所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述根據反射幅度矩陣、裂縫深度矩陣和紋理特征矩陣構建W個綜合特征矩陣的方法包括：
7.根據權利要求6所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述基于W個綜合特征矩陣確定特征矩陣序列的方法包括：
8.根據權利要求7所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述根據裂縫方向范圍從W個綜合特征矩陣中篩選出P個綜合特征矩陣的方法包括：
9.根據權利要求8所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述擴散概率模型的訓練方法包括：
10.一種基于擴散概率模型的橋梁裂縫動態監測系統，其用于實現權利要求1-9中任一項所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，包括：
...
【技術特征摘要】
1.一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，包括：
2.根據權利要求1所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述獲取超聲波數據的方法包括：
3.根據權利要求2所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述超聲波數據包括峰值出現時刻，根據超聲波數據構建裂縫深度矩陣的方法包括：
4.根據權利要求1所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述根據灰度共生算法獲取橋梁裂縫圖像中的對比度值的方法包括：
5.根據權利要求4所述的一種基于擴散概率模型的橋梁裂縫動態監測方法，其特征在于，所述根據灰度共生算法獲取橋梁裂縫圖像中的相關性值的方法包括：
6.根據權利要求5所述的一種基于擴散概率模...
【專利技術屬性】
技術研發人員：王賢強，戚家南，陸軍，王景全，唐愷，楊羿，周倩，孟令濤，
申請(專利權)人：蘇交科集團股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。