本發(fā)明屬于隧道健康監(jiān)測和維護(hù)領(lǐng)域，具體涉及一種基于全景-紅外雙相機(jī)的輪廓增強(qiáng)分割網(wǎng)絡(luò)的隧道滲漏全局定位方法及系統(tǒng)。

背景技術(shù)：

1、隨著現(xiàn)代交通網(wǎng)絡(luò)的高速發(fā)展，隧道作為連接山區(qū)和城市的關(guān)鍵基礎(chǔ)設(shè)施，其安全運(yùn)營日益受到社會的廣泛關(guān)注。隧道滲漏，即隧道結(jié)構(gòu)中水分滲透現(xiàn)象的出現(xiàn)，不僅會削弱隧道結(jié)構(gòu)的穩(wěn)定性，增加維修成本，而且在凍融循環(huán)的影響下，更有可能引起結(jié)構(gòu)破裂，甚至導(dǎo)致嚴(yán)重的安全事故。此外，滲漏也會造成內(nèi)部環(huán)境濕度升高，為微生物生長提供條件，加速隧道內(nèi)部設(shè)備的腐蝕，縮短使用壽命。因此，及時檢測并定位隧道滲漏區(qū)域，對保障行車安全、延長隧道使用壽命具有至關(guān)重要的作用。然而，傳統(tǒng)的人工檢測方法存在著諸多缺點。首先，人工檢測的過程費時費力，主觀性強(qiáng)，難以量化，導(dǎo)致檢測效率低下，不能滿足現(xiàn)代隧道的安全需求。其次，隧道內(nèi)部環(huán)境復(fù)雜，存在強(qiáng)光、陰影等影響因素，人工檢測難以準(zhǔn)確判斷漏水位置和程度，容易漏檢或誤判。此外，隧道的復(fù)雜形態(tài)和巨大規(guī)模也給人工檢測帶來很大的挑戰(zhàn)。因此，需要開發(fā)高效、實時的監(jiān)測系統(tǒng)，能夠自動化地對隧道滲漏進(jìn)行持續(xù)監(jiān)測和及時預(yù)警。

2、近年來，深度學(xué)習(xí)技術(shù)的迅猛發(fā)展不僅在計算機(jī)科學(xué)領(lǐng)域產(chǎn)生了深刻的影響，而且在生物學(xué)、計算數(shù)學(xué)、材料科學(xué)、工業(yè)工程等多個領(lǐng)域催生了顛覆性的解決方案。同時，深度學(xué)習(xí)算法也開始在土木工程領(lǐng)域嶄露頭角，為解決與隧道病害檢測相關(guān)的多個難題提供了新的思路和方法。。

3、盡管當(dāng)前隧道病害檢測技術(shù)已取得了一定的發(fā)展，但在全局性展示病害位置方面卻仍顯不足。由于隧道空間狹窄、曲折復(fù)雜，普通攝像機(jī)因視野限制難以捕捉到連續(xù)的隧道圖像，因此，大多數(shù)檢測方法側(cè)重于隧道的局部檢測，無法對整個隧道結(jié)構(gòu)進(jìn)行全面展示，難以形成對隧道健康狀態(tài)的全局認(rèn)知。

4、之前的研究中，隧道滲漏檢測方法大多依賴于可見光相機(jī)，但是在光線昏暗的環(huán)境中，可見光相機(jī)難以捕捉到足夠的細(xì)節(jié)，從而導(dǎo)致檢測的準(zhǔn)確率降低。相比之下，紅外相機(jī)因其對溫度變化的高靈敏度而在隧道滲漏檢測中顯示出獨特的優(yōu)勢。但是由于紅外成像通常無法提供與可見光相機(jī)相當(dāng)?shù)姆直媛屎瓦吘壡逦?，這就導(dǎo)致了在圖像分割過程中滲漏區(qū)域的輪廓可能顯得模糊不清。特別是在隧道滲漏水的場景下，濕潤和干燥區(qū)域的熱差異可能不夠顯著，從而使得通過紅外圖像來識別細(xì)小的滲漏點變得更加困難。

5、在隧道滲漏檢測的研究中，現(xiàn)有技術(shù)主要集中在具有豐富紋理特征的可見光圖像上。然而，若將這些方法直接應(yīng)用于隧道滲漏的紅外圖像投影，會面臨一系列挑戰(zhàn)。隧道內(nèi)部的特定環(huán)境條件，例如暗淡的光線、非均勻的光照分布以及濕氣的干擾等因素，使得紅外圖像與全景圖像之間的對應(yīng)變得更為復(fù)雜。此外，紅外圖像在捕捉到的滲漏區(qū)域通常呈現(xiàn)出模糊的輪廓和缺失的細(xì)節(jié)，這進(jìn)一步增加了將這些圖像準(zhǔn)確投影到全景圖中的難度。

技術(shù)實現(xiàn)思路

1、本發(fā)明針對現(xiàn)有技術(shù)存在的問題，提供了一種基于全景-紅外雙相機(jī)的輪廓增強(qiáng)分割網(wǎng)絡(luò)的隧道滲漏全局定位方法及系統(tǒng)，克服傳統(tǒng)單相機(jī)系統(tǒng)在隧道內(nèi)部狹窄空間中的視角限制和圖像數(shù)據(jù)管理的復(fù)雜性問題。并且在隧道滲漏檢測和安全監(jiān)測方面具有顯著的技術(shù)優(yōu)勢和實際應(yīng)用價值，能夠為隧道健康監(jiān)測提供更為可靠和精確的技術(shù)支持。為解決以上技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于全景-紅外雙相機(jī)的輪廓增強(qiáng)分割網(wǎng)絡(luò)的隧道滲漏全局定位方法，包括以下步驟：

2、s1、通過雙魚眼相機(jī)采集隧道360度全景圖像，通過熱紅外相機(jī)采集滲漏區(qū)域熱成像；

3、s2、利用等距圓柱映射方法處理雙魚眼相機(jī)采集到的隧道360度全景圖像，將高度畸變的球面圖像轉(zhuǎn)化為平面全景圖；

4、s3、將平面全景圖像中的隧道壁與非壁面元素分離，并將隧道壁展開成矩形圖像；

5、s4、構(gòu)建基于ceil-net的紅外圖像滲漏分割網(wǎng)絡(luò)，以滲漏區(qū)域熱成像為輸入，滲漏區(qū)域的邊緣識別結(jié)果為輸出訓(xùn)練紅外圖像滲漏分割網(wǎng)絡(luò)，獲得滲漏區(qū)域分割模型；

6、s5、將滲漏區(qū)域熱成像輸入至滲漏區(qū)域分割模型中，得到滲漏區(qū)域的邊緣識別結(jié)果；然后利用基于相機(jī)姿態(tài)的滲漏區(qū)域的全景映射法，將滲漏區(qū)域的邊緣識別結(jié)果映射到隧道的平面圖像上，實現(xiàn)滲漏位置的精確定位。

7、進(jìn)一步地，前述的步驟s2中等距圓柱映射方法包括以下子步驟：

8、s2.1、以鏡頭光學(xué)中心為原點建立三維直角坐標(biāo)系，其中xyz軸滿足右手定則，令x軸與鏡頭光軸重合，并指向相機(jī)外部；z軸指向鏡頭頂部；y軸指向鏡頭右側(cè)；

9、s2.2、針對空間中任意一點p沿著直線op投影到單位球面上的點p1的經(jīng)度表示為直線op投影到xoy平面上的直線與x軸的夾角為其中位于x軸左側(cè)的滿足：位于右側(cè)的滿足：點p的緯度表示為直線op與z軸的夾角為θ，其中位于xoy平面上方的θ滿足：0≤θ≤π/2，位于xoy平面下方的θ滿足：-π/2≤θ≤0；

10、s2.3、球面圖像展開后水平視場為2π，垂直視場為π，即全景圖像的橫豎比例為2:1，將圖像的縱坐標(biāo)轉(zhuǎn)換成緯度，橫坐標(biāo)轉(zhuǎn)化為經(jīng)度，將雙魚眼圖像經(jīng)緯映射到一個共同的平面上，令全景圖像的寬度為w1，高度為h1，圖像中任一點(i,j)，經(jīng)緯度坐標(biāo)通過如下公式轉(zhuǎn)換獲得：

11、

12、其中i和j分別代表該點在水平和垂直方向上的像素位置。

13、進(jìn)一步地，前述的步驟s3包括以下子步驟：

14、s3.1、在隧道中心建立一個三維笛卡爾世界坐標(biāo)系，原點位于隧道底面中心，x軸沿隧道走向，y軸垂直于隧道底面，z軸垂直向上；半徑為r，待展開的隧道段長度為2r，隧道壁的展開長度即為半圓柱的周長πr，因此隧道壁的展開圖形成一個長方形，其尺寸為πr×2r，然后生成了一個高寬比為w2:h2＝2×π的畫布，用于模擬隧道壁展開后的圖像；

15、s3.2、在畫布上遍歷每個像素點，對于畫布上的每個像素點(μ,ν)，根據(jù)其像素坐標(biāo)計算出對應(yīng)的隧道壁上的世界坐標(biāo)p(x,y,z)，轉(zhuǎn)換關(guān)系如下：

16、

17、s3.3、在世界坐標(biāo)系原點處建立一個球坐標(biāo)系，以此模擬雙魚眼全景相機(jī)在隧道中心的拍攝位置，然后將世界坐標(biāo)轉(zhuǎn)換為球坐標(biāo)

18、

19、s3.4、使用等距圓柱映射原理來確定畫布上像素點(μ,ν)在全景圖中的對應(yīng)位置(i,j)，將全景圖像中對應(yīng)像素的色彩值賦給畫布上的像素，實現(xiàn)隧道壁的圖像展開成平面圖像。

20、進(jìn)一步地，前述的步驟s4基于ceil-net網(wǎng)絡(luò)進(jìn)行圖像滲漏分割包括以下子步驟：s4.1、在ceil-net網(wǎng)絡(luò)的前兩層跨層連接中引入了輪廓過濾核olk，通過在淺層卷積層中顯著增強(qiáng)圖像中的邊緣特征，在ceil-net的每兩個卷積操作之后，加入了se模塊；并且將交叉熵?fù)p失、dice損失和邊緣感知損失合為總的組合損失函數(shù)提升模型性能；

21、s4.2、輪廓過濾核olk以中心像素權(quán)重為正，周圍像素權(quán)重為負(fù)，具體如下式：

22、

23、s4.3、模型中每兩個卷積操作之后，加入了(se)模塊，進(jìn)一步提取特征映射的通道信息。

24、s4.4、總的組合損失函數(shù)，如下式：

25、ltotal＝α·lce+β·ldice+γ·ledge

26、其中，lce為交叉嫡損失，ldice為dice損失，ledge為邊緣感知損失，α，β，γ是權(quán)重系數(shù)，用于調(diào)節(jié)不同損失函數(shù)在總損失中的貢獻(xiàn)度；

27、式中，

28、

29、其中，n是像素總數(shù)，yi是第i個像素的真實標(biāo)簽，pi是該像素被預(yù)測為正類即滲漏的概率，和分別代表真實標(biāo)簽和預(yù)測標(biāo)簽在第i個像素點的梯度。

30、進(jìn)一步地，前述的步驟s5中，利用基于相機(jī)姿態(tài)的滲漏區(qū)域的全景映射法包括一下子步驟：

31、s5.1、將全景展開圖進(jìn)行立體分割后，得到左上右三個方向的投影圖；

32、s5.2、采用了熱紅外標(biāo)定板，將標(biāo)定板加熱至預(yù)設(shè)溫度，同時利用兩種模態(tài)的相機(jī)捕捉預(yù)設(shè)數(shù)量的圖像，然后用張正友標(biāo)定法進(jìn)行標(biāo)定，獲得每個相機(jī)的內(nèi)部參數(shù)包括:kvis對于全景相機(jī)，kir對于熱紅外相機(jī)；外部參數(shù)包括：rvis、tvis對于全景相機(jī)，以及rir、tir對于熱紅外相機(jī)；

33、s5.3、求解兩個相機(jī)之間的單應(yīng)性矩陣，令世界坐標(biāo)系w和熱紅外相機(jī)的相機(jī)坐標(biāo)系x1y1z1重合，根據(jù)標(biāo)定得出的兩相機(jī)內(nèi)外參數(shù)計算出全景相機(jī)相對于熱紅外相機(jī)的相對位姿為[rrelativetrelative]，據(jù)標(biāo)上述相機(jī)姿態(tài)計算出單應(yīng)性矩陣h。

34、

35、s5.4、將全景分割圖中的滲漏區(qū)域投影到隧道壁展開圖中，則全景分割圖中滲漏區(qū)域在o-xyz世界坐標(biāo)系下的點坐標(biāo)(x,y,z)到隧道壁展開圖的像素坐標(biāo)(μ,ν)之間的轉(zhuǎn)換關(guān)系為：

36、

37、其中ψ為分割圖像上的點與o點連線在o-yz平面的投影線與z軸的夾角。

38、本發(fā)明還提供一種基于全景-紅外雙相機(jī)的輪廓增強(qiáng)分割網(wǎng)絡(luò)的隧道滲漏全局定位系統(tǒng)，包括：相機(jī)系統(tǒng)、相機(jī)固定與調(diào)整機(jī)構(gòu)、移動支架系統(tǒng)、電源管理模塊、數(shù)據(jù)傳輸模塊、數(shù)據(jù)處理模塊；相機(jī)系統(tǒng)包括雙魚眼相機(jī)、紅外相機(jī)；

39、所述雙魚眼相機(jī)采用兩個180度魚眼鏡頭分別向隧道的左側(cè)和右側(cè)拍攝，實現(xiàn)360度全景圖像的捕獲；每個魚眼相機(jī)的鏡頭焦距為7.2mm，采用1/2英寸cmos感光元件；

40、所述紅外相機(jī)采用非制冷型焦平面熱紅外探測器，焦距為3.2mm，視場角為55.6°×42°，分辨率為256×192，用于捕捉隧道內(nèi)部的熱成像；

41、所述相機(jī)固定與調(diào)整機(jī)構(gòu)，用于將雙魚眼相機(jī)、紅外相機(jī)安裝多功能移動小車上，頂層放置相機(jī)，底層配置移動電源、電腦，電腦用于實時控制相機(jī)的拍攝畫面、保存采集的圖片數(shù)據(jù)并進(jìn)行處理；

42、所述電源管理模塊，用于為相機(jī)系統(tǒng)和電腦提供持續(xù)的電能；

43、所述數(shù)據(jù)傳輸模塊，將相機(jī)系統(tǒng)采集的數(shù)據(jù)傳輸至電腦；

44、所述數(shù)據(jù)處理模塊，內(nèi)置于電腦中，包括平面全景圖轉(zhuǎn)化單元、矩形圖像生成單元、滲漏區(qū)域分割模型訓(xùn)練單元、以及滲漏位置定位單元；

45、其中，全景圖轉(zhuǎn)化單元，用于利用等距圓柱映射方法處理雙魚眼相機(jī)采集到的隧道360度全景圖像，將高度畸變的球面圖像轉(zhuǎn)化為平面全景圖；

46、矩形圖像生成單元，用于將平面全景圖像中的隧道壁與非壁面元素分離，并將隧道壁展開成矩形圖像；

47、滲漏區(qū)域分割模型訓(xùn)練單元，用于構(gòu)建基于ceil-net的紅外圖像滲漏分割網(wǎng)絡(luò)，以滲漏區(qū)域熱成像為輸入，滲漏區(qū)域的邊緣識別結(jié)果為輸出訓(xùn)練紅外圖像滲漏分割網(wǎng)絡(luò)，獲得滲漏區(qū)域分割模型；

48、滲漏位置定位單元，用于將滲漏區(qū)域熱成像輸入至滲漏區(qū)域分割模型中，得到滲漏區(qū)域的邊緣識別結(jié)果；然后利用基于相機(jī)姿態(tài)的滲漏區(qū)域的全景映射法，將滲漏區(qū)域的邊緣識別結(jié)果映射到隧道的平面圖像上，實現(xiàn)滲漏位置的精確定位。

49、相較于現(xiàn)有技術(shù)，本發(fā)明采用以上技術(shù)方案的有益技術(shù)效果如下：

50、(1)全景覆蓋與精準(zhǔn)定位：通過雙魚眼相機(jī)系統(tǒng)的使用，本發(fā)明能夠覆蓋隧道內(nèi)部的360度全景視角，有效克服傳統(tǒng)攝像機(jī)視角限制。這種全景覆蓋確保了隧道滲漏區(qū)域無死角的全面檢測，同時利用圓柱形到平面圖像的投影轉(zhuǎn)換技術(shù)，可以準(zhǔn)確展示隧道壁面，提供了隧道滲漏的精準(zhǔn)定位。

51、(2)高精度的滲漏區(qū)域分割：采用的ceil-net模型結(jié)合輪廓增強(qiáng)技術(shù)和注意力機(jī)制，顯著提高了模型對滲漏區(qū)域邊緣的識別能力，從而改善了傳統(tǒng)模型在紅外圖像滲漏分割任務(wù)中的局限性。這一技術(shù)顯著提高了滲漏區(qū)域分割的精度和魯棒性，尤其是在處理邊緣模糊區(qū)域時的表現(xiàn)更為優(yōu)越。

52、(3)適用于低光環(huán)境：利用紅外熱成像相機(jī)的能力，使得本發(fā)明不受環(huán)境光線的影響，即使在光線昏暗的隧道內(nèi)也能有效進(jìn)行滲漏檢測，增強(qiáng)了系統(tǒng)的適用性和可靠性。