CN111639203A - 隧道病害定位方法、装置、计算机设备和存储介质 - Google Patents

隧道病害定位方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111639203A
CN111639203A CN202010464990.XA CN202010464990A CN111639203A CN 111639203 A CN111639203 A CN 111639203A CN 202010464990 A CN202010464990 A CN 202010464990A CN 111639203 A CN111639203 A CN 111639203A
Authority
CN
China
Prior art keywords
tunnel
type information
disease
selected area
disease type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010464990.XA
Other languages
English (en)
Other versions
CN111639203B (zh
Inventor
王希云
陈玉兵
潘东亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenhua Baoshen Railway Group Co Ltd
Original Assignee
Shenhua Baoshen Railway Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenhua Baoshen Railway Group Co Ltd filed Critical Shenhua Baoshen Railway Group Co Ltd
Priority to CN202010464990.XA priority Critical patent/CN111639203B/zh
Publication of CN111639203A publication Critical patent/CN111639203A/zh
Application granted granted Critical
Publication of CN111639203B publication Critical patent/CN111639203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D11/00—Lining tunnels, galleries or other underground cavities, e.g. large underground chambers; Linings therefor; Making such linings in situ, e.g. by assembling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Abstract

本申请涉及一种隧道病害定位方法、装置、计算机设备和存储介质。所述方法包括：建立的隧道病害信息库，然后通过扫描获取到隧道选定区域的实际图像，将实际图像与隧道病害信息库中存储的隧道病害的特征图像进行对比，便可以相应判断到隧道选定区域是否存在隧道病害；当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作，根据提示操作能直接了解隧道选定区的实际情况，并可以对隧道内的隧道病害进行相应治理操作，无需如传统技术中在找到隧道病害后人工对隧道病害的种类及治理方案进行分析处理，能简化流程，大大缩短隧道治理的周期。

Description

隧道病害定位方法、装置、计算机设备和存储介质
技术领域
本申请涉及隧道病害评估技术领域，特别是涉及一种隧道病害定位方法、装置、计算机设备和存储介质。
背景技术
隧道是埋置于地层内的工程建筑物，是人类利用地下空间的一种形式，隧道可分为交通隧道、水工隧道、市政隧道和矿山隧道，隧道的结构包括主体建筑物和附属设备两部分，主体建筑物由洞身和洞门组成，附属设备包括避车洞、消防设施、应急通讯和防排水设施。
由于隧道使用时限的增长，隧道内会出现一些病害，病害会影响到隧道的安全，需要长期检修。其中，隧道内常见的病害包括：壁面空洞、渗水、衬砌裂损、腐蚀、掉块以及各种冻害和侵蚀等。在隧道运营过程中，及时检查和发现隧道病害，分析病害成因并采取合理的整治和维修方法是保证隧道安全和畅通运营的重要手段。但在隧道检修中，隧道病害的定位极其困难，且找到隧道病害后后期还需要人工对隧道病害的种类、及治理方案进行分析处理，实施流程繁琐，延长了隧道治理的周期。
发明内容
基于此，有必要针对上述技术问题，提供一种能够缩短隧道治理的周期的隧道病害定位方法、装置、计算机设备和存储介质。
一种隧道病害定位方法，所述方法包括：
根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库，其中，所述隧道病害类型信息包括隧道病害的特征图像；
对隧道选定区域进行扫描，获取所述隧道选定区域的实际图像；
将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
在其中一个实施例中，所述的方法还包括步骤：
接收与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息；
根据接收的与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息建立隧道病害信息库；
当判断到隧道选定区域存在隧道病害时，将与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息进行提示操作。
在其中一个实施例中，采用激光探测设备对隧道选定区域进行扫描获取所述隧道选定区域的实际图像。
在其中一个实施例中，所述将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害步骤具体为：将隧道病害信息库中的各种隧道病害的特征图像分别与所述实际图像的各个区域进行特征比对，判断实际图像中是否存在与隧道病害的特征图像相同的区域。
在其中一个实施例中，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤包括：将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行显示和/或语音播报。
在其中一个实施例中，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤还包括：
在所述实际图像中将具有隧道病害的位置进行标示出来；和/或，
用激光照射所述隧道选定区域中具有隧道病害的位置。
在其中一个实施例中，在判断到隧道选定区域存在隧道病害的步骤之后还包括步骤：根据与所述隧道病害类型信息相对应的治理措施信息对隧道进行治理处理。
一种隧道病害定位装置，所述装置包括：
隧道病害信息库建立模块，用于根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库；
实际图像获取模块，用于对隧道选定区域进行扫描，并获取所述隧道选定区域的实际图像；
隧道病害判断模块，用于将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
提示模块，用于判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库，其中，所述隧道病害类型信息包括隧道病害的特征图像；
对隧道选定区域进行扫描，获取所述隧道选定区域的实际图像；
将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库，其中，所述隧道病害类型信息包括隧道病害的特征图像；
对隧道选定区域进行扫描，获取所述隧道选定区域的实际图像；
将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
上述隧道病害定位方法、装置、计算机设备和存储介质，建立的隧道病害信息库相当于将各种类型的隧道病害的特征图像及对应的治理措施信息进行汇总，然后通过扫描获取到隧道选定区域的实际图像，将实际图像与隧道病害信息库中存储的隧道病害的特征图像进行对比，便可以相应判断到隧道选定区域是否存在隧道病害；当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作，根据提示操作能直接了解隧道选定区的实际情况，并可以对隧道内的隧道病害进行相应治理操作，无需如传统技术中在找到隧道病害后人工对隧道病害的种类及治理方案进行分析处理，能简化流程，大大缩短隧道治理的周期。
附图说明
图1为一个实施例中隧道病害定位方法的应用环境图；
图2为一个实施例中隧道病害定位方法的流程示意图；
图3为一个实施例中隧道病害定位装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的隧道病害定位方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种隧道病害定位方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤210，根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库，其中，所述隧道病害类型信息包括隧道病害的特征图像。
其中，隧道病害类型信息例如为壁面空洞、渗水、衬砌裂损、腐蚀、掉块以及各种冻害和侵蚀等，隧道病害类型信息通过隧道病害的特征图像来表征，换言之，根据隧道病害的特征图像能看出隧道病害类型。例如，隧道病害类型为隧道壁面裂缝，隧道病害的特征图像相应为包含以裂缝为特征的图像；再例如隧道病害类型为隧道壁面空洞，隧道病害的特征图像相应为包括以空洞为特征的图像。
此外，治理措施信息是针对于隧道病害的具体治理方法，隧道病害类型不同，隧道病害的轻重不同，对应的治理方法不同。以隧道病害类型为隧道壁面裂缝为例进行说明：
当隧道壁面裂纹长度L＞10米，宽度a＞5毫米时，治理方法例如为对病害位置先开凿泄水口，再双液注浆堵水。
当隧道壁面裂纹长度10米＞L＞5米，宽度a＞5毫米时，治理方法例如为对病害位置注浆封堵和凿槽引排。
当隧道壁面裂纹长度L＜5米，宽度5毫米＞a＞3毫米时，治理方法例如为对病害位置注浆封堵。
当隧道壁面裂纹长度L＜5米，宽度a＜3毫米时，治理方法例如为对病害位置使用水泥固化类材料完全封堵。
当隧道壁面一般龟裂或无发展状态，治理方法例如为采取凿槽嵌补化学注浆予加固。
步骤220，对隧道选定区域进行扫描，获取所述隧道选定区域的实际图像。
需要说明的是，隧道例如为地铁隧道，由于地铁隧道长度较长，将隧道沿着长度方向(也就是地铁的运行方向)按照预设距离分为多个选定区域，依次对多个选定区域进行扫描来获取各个隧道选定区域的实际图像，从而便可以获取整个地铁隧道的实际图像。其中，预设距离一般为1m～2m，具体长度大小根据探测设备的扫描范围来定，当探测设备的扫描范围越大时，预设距离相应越大；反之，当探测设备的扫描范围越小时，预设距离相应越小。
步骤230，将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害。
步骤240，当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
上述的隧道病害定位方法，建立的隧道病害信息库相当于将各种类型的隧道病害的特征图像及对应的治理措施信息进行汇总，然后通过扫描获取到隧道选定区域的实际图像，将实际图像与隧道病害信息库中存储的隧道病害的特征图像进行对比，便可以相应判断到隧道选定区域是否存在隧道病害；当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作，根据提示操作能直接了解隧道选定区的实际情况，并可以对隧道内的隧道病害进行相应治理操作，无需如传统技术中在找到隧道病害后人工对隧道病害的种类及治理方案进行分析处理，能简化流程，大大缩短隧道治理的周期。
在一个实施例中，所述的方法还包括步骤：
接收与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息；
根据接收的与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息建立隧道病害信息库；
当判断到隧道选定区域存在隧道病害时，将与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息进行提示操作。
如此，当判断到隧道选定区域存在隧道病害时，能够同步将与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息进行提示操作，这样便于工作人员及时掌握更多的隧道病害情况，并能做出针对于隧道病害的一些预防措施。
在一个实施例中，采用激光探测设备对隧道选定区域进行扫描获取所述隧道选定区域的实际图像。具体而言，激光探测设备位于隧道内部，激光探测设备的扫描探头进行180度转动，例如从面向隧道的其中一侧壁的位置转动至面向隧道相对的另一侧壁的位置，以此获取到隧道的两个侧壁及顶壁的实际图像数据。
在一个实施例中，将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害步骤具体为：将隧道病害信息库中的各种隧道病害的特征图像分别与所述实际图像的各个区域进行特征比对，判断实际图像中是否存在与隧道病害的特征图像相同的区域。
进一步地，识别实际图像中是否存在隧道病害的特征图像时，采用以下方法进行提取：
1、任意从实际图像中选取一个像素点,获取该点的像素值；
2、取一个以选取点坐标为圆心的半径等于3的Bresenham圆；
3、设定一个阈值，假设圆周上有N个连续的像素点，他们的亮度值与中心点的像素值的差大于或者小于阈值，那么这个圆心就是一个特征点。那么此时认为该实际图像中有特征图像。
4、遍历检测实际图像中的其它像素点，得到实际图像中的所有特征点。
将该实际图像进行二值化处理，得到特征轮廓以及灰度值，并根据每个像素所对应的实际面积大小，得到该特征的像素点面积大小，将特征轮廓、灰度值以及该特征的面积大小作为实际图像的特征值。
在确定隧道病害的特征图像时，对参考特征点集合做进一步的算法处理，判断是否和目标图像(例如隧道壁面裂纹、壁面空洞等目标图像)一致，如果是，那么则设置为位置标记点；具体方法为：
1、将具有图像特征值的图像缩小尺寸：将图像缩小到8*8的尺寸，总共64个像素。这一步的作用是去除图像的细节，只保留结构/明暗等基本信息，摒弃不同尺寸/比例带来的图像差异。
2、简化色彩：将缩小后的图像，转为64级灰度，即所有像素点总共只有64种颜色。
3、计算灰度平均值：计算所有64个像素的灰度平均值。
4、比较像素的灰度：将每个像素的灰度，与平均值进行比较，大于或等于平均值记为1，小于平均值记为0。
5、计算哈希值：将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图像的指纹。组合的次序并不重要，只要保证所有图像都采用同样次序就行了。
6、得到指纹以后，与目标图像进行对比，比较64位的整数中有多少位是不一样，如果不相同的数据位数不超过规定位数，同说明两张图像为相同图像，如果不相同的数据位数超过规定位数，则说明两张图像为不同图像。例如：如果不相同的数据位数不超过5，就说明两张图像很相似；如果大于10，就说明这是两张不同的图像。
进一步地，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤包括：
将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行显示和/或语音播报。
进一步地，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤还包括：
在所述实际图像中将具有隧道病害的位置进行标示出来；和/或，
用激光照射所述隧道选定区域中具有隧道病害的位置。
如此，能便于工作人员快速地判断到隧道选定区域中存在隧道病害的位置，从而能较为快速地开展隧道病害的治理操作。
在一个实施例中，在判断到隧道选定区域存在隧道病害的步骤之后还包括步骤：根据与所述隧道病害类型信息相对应的治理措施信息对隧道进行治理处理。
在一个实施例中，隧道病害定位方法还包括步骤：
更新隧道病害信息库。
当判断出现新的隧道病害时，将新的隧道病害类型及与新的隧道类型相对应的治理措施信息、出现原因信息及预防措施信息更新隧道病害信息库；
当判断到隧道病害有新的治理措施时，将新的治理措施更新到隧道病害信息库中取代隧道病害信息库中对应的老的治理措施；
当判断到隧道病害有新的出现原因信息时，将新的出现原因信息更新到隧道病害信息库中取代隧道病害信息库中对应的老的出现原因信息；
当判断到隧道病害有新的预防措施信息时，将新的预防措施信息更新到隧道病害信息库中取代隧道病害信息库中对应的老的预防措施信息。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种隧道病害定位装置，包括：隧道病害信息库建立模块310、实际图像获取模块320、隧道病害判断模块330与提示模块340。其中：
隧道病害信息库建立模块310，用于根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库；
实际图像获取模块320，用于对隧道选定区域进行扫描，并获取所述隧道选定区域的实际图像；
隧道病害判断模块330，用于将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
提示模块340，用于判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
进一步地，所述的隧道病害信息库建立模块310还用于接收与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息，并根据接收的与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息建立隧道病害信息库。
进一步地，提示模块340包括显示模块和/或语音播报模块。
关于隧道病害定位装置的具体限定可以参见上文中对于隧道病害定位方法的限定，在此不再赘述。上述隧道病害定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种隧道病害定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库，其中，所述隧道病害类型信息包括隧道病害的特征图像；
对隧道选定区域进行扫描，获取所述隧道选定区域的实际图像；
将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
接收与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息；
根据接收的与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息建立隧道病害信息库；
当判断到隧道选定区域存在隧道病害时，将与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息进行提示操作。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
所述将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害步骤包括：将隧道病害信息库中的各种隧道病害的特征图像分别与所述实际图像的各个区域进行特征比对，如果实际图像中存在某一区域与隧道病害的特征图像相同，则判断所述隧道选定区域存在隧道病害，如果实际图像中与隧道病害的特征图像均不相同，则判断所述隧道选定区域不存在隧道病害。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤包括：将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行显示和/或语音播报。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤还包括：在所述实际图像中将具有隧道病害的位置进行标示出来；和/或，用激光照射所述隧道选定区域中具有隧道病害的位置。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据与所述隧道病害类型信息相对应的治理措施信息对隧道进行治理处理。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库，其中，所述隧道病害类型信息包括隧道病害的特征图像；
对隧道选定区域进行扫描，获取所述隧道选定区域的实际图像；
将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
接收与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息；
根据接收的与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息建立隧道病害信息库；
当判断到隧道选定区域存在隧道病害时，将与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息进行提示操作。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
所述将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害步骤包括：将隧道病害信息库中的各种隧道病害的特征图像分别与所述实际图像的各个区域进行特征比对，如果实际图像中存在某一区域与隧道病害的特征图像相同，则判断所述隧道选定区域存在隧道病害，如果实际图像中与隧道病害的特征图像均不相同，则判断所述隧道选定区域不存在隧道病害。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤包括：将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行显示和/或语音播报。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤还包括：在所述实际图像中将具有隧道病害的位置进行标示出来；和/或，用激光照射所述隧道选定区域中具有隧道病害的位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据与所述隧道病害类型信息相对应的治理措施信息对隧道进行治理处理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种隧道病害定位方法，其特征在于，所述方法包括：
根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库，其中，所述隧道病害类型信息包括隧道病害的特征图像；
对隧道选定区域进行扫描，获取所述隧道选定区域的实际图像；
将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
当判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
2.根据权利要求1所述的方法，其特征在于，还包括步骤：
接收与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息；
根据接收的与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息建立隧道病害信息库；
当判断到隧道选定区域存在隧道病害时，将与隧道病害类型信息相对应的出现原因信息，和/或与隧道病害类型信息相对应的预防措施信息进行提示操作。
3.根据权利要求1所述的方法，其特征在于，采用激光探测设备对隧道选定区域进行扫描获取所述隧道选定区域的实际图像。
4.根据权利要求1所述的方法，其特征在于，所述将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害步骤具体为：将隧道病害信息库中的各种隧道病害的特征图像分别与所述实际图像的各个区域进行特征比对，判断实际图像中是否存在与隧道病害的特征图像相同的区域。
5.根据权利要求1至4任意一项所述的方法，其特征在于，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤包括：
将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行显示和/或语音播报。
6.根据权利要求5所述的方法，其特征在于，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作步骤还包括：
在所述实际图像中将具有隧道病害的位置进行标示出来；和/或，
用激光照射所述隧道选定区域中具有隧道病害的位置。
7.根据权利要求1至4中任一项所述的方法，其特征在于，在判断到隧道选定区域存在隧道病害的步骤之后还包括步骤：根据与所述隧道病害类型信息相对应的治理措施信息对隧道进行治理处理。
8.一种隧道病害定位装置，其特征在于，所述装置包括：
隧道病害信息库建立模块，用于根据接收的隧道病害类型信息及与所述隧道病害类型信息相对应的治理措施信息建立隧道病害信息库；
实际图像获取模块，用于对隧道选定区域进行扫描，并获取所述隧道选定区域的实际图像；
隧道病害判断模块，用于将所述实际图像与所述隧道病害的特征图像进行对比，判断所述隧道选定区域是否存在隧道病害；
提示模块，用于判断到隧道选定区域存在隧道病害时，将隧道选定区域的隧道病害类型信息、与所述隧道病害类型信息相对应的治理措施信息进行提示操作。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010464990.XA 2020-05-28 2020-05-28 隧道病害定位方法、装置、计算机设备和存储介质 Active CN111639203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010464990.XA CN111639203B (zh) 2020-05-28 2020-05-28 隧道病害定位方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010464990.XA CN111639203B (zh) 2020-05-28 2020-05-28 隧道病害定位方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111639203A true CN111639203A (zh) 2020-09-08
CN111639203B CN111639203B (zh) 2023-07-07

Family

ID=72331170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010464990.XA Active CN111639203B (zh) 2020-05-28 2020-05-28 隧道病害定位方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111639203B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112037340A (zh) * 2020-09-09 2020-12-04 中电建冀交高速公路投资发展有限公司 基于增强现实技术的隧道衬砌病害查看方法及穿戴式设备
CN115392796A (zh) * 2022-10-27 2022-11-25 北京城建设计发展集团股份有限公司 基于关系图谱的运营隧道结构病害快速智能诊断方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100017001A1 (en) * 2008-04-24 2010-01-21 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational system and method for memory modification
CN102435173A (zh) * 2011-09-21 2012-05-02 北京市市政工程研究院 一种基于机器视觉的隧道病害快速调查系统及调查方法
US20150161327A1 (en) * 2003-09-29 2015-06-11 Response Genetics, Inc. Systems and methods for detecting biological features
CN105841652A (zh) * 2016-03-29 2016-08-10 中国神华能源股份有限公司 用于定位隧道病害的系统及方法
CN106841216A (zh) * 2017-02-28 2017-06-13 浙江工业大学 基于全景图像cnn的隧道病害自动识别装置
CN107100672A (zh) * 2017-05-19 2017-08-29 中国神华能源股份有限公司 隧道病害整治系统
CN107144572A (zh) * 2017-05-26 2017-09-08 太原科技大学 灰度图像中裂缝自动识别和检测方法
CN108019219A (zh) * 2017-12-29 2018-05-11 中铁第四勘察设计院集团有限公司 隧道病害综合整治自动化作业系统及方法
CN110097140A (zh) * 2019-05-13 2019-08-06 招商局重庆交通科研设计院有限公司 一种用于隧道巡检机器人的数据处理系统
CN110414073A (zh) * 2019-07-04 2019-11-05 中国神华能源股份有限公司神朔铁路分公司 隧道的状态评估方法、装置、计算机设备及存储介质
CN110909657A (zh) * 2019-11-19 2020-03-24 上海勘察设计研究院(集团)有限公司 一种隧道表观病害图像识别的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104048969A (zh) * 2014-06-19 2014-09-17 樊晓东 一种隧道病害的识别方法
CN104792790A (zh) * 2015-04-10 2015-07-22 北京力铁轨道交通设备有限公司 隧道状态检测装置和检测方法
CN106997588A (zh) * 2017-03-24 2017-08-01 东北林业大学 基于计算机图像处理的公路路面、隧道病害诊断系统
CN107909564B (zh) * 2017-10-23 2021-04-09 昆明理工大学 一种基于深度学习的全卷积网络图像裂纹检测方法
CN109186546A (zh) * 2018-09-10 2019-01-11 汪俊 隧道病害特征检测系统和方法
CN109887090A (zh) * 2019-01-31 2019-06-14 北京市政路桥管理养护集团有限公司 基于ar的桥梁养护巡查方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150161327A1 (en) * 2003-09-29 2015-06-11 Response Genetics, Inc. Systems and methods for detecting biological features
US20100017001A1 (en) * 2008-04-24 2010-01-21 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational system and method for memory modification
CN102435173A (zh) * 2011-09-21 2012-05-02 北京市市政工程研究院 一种基于机器视觉的隧道病害快速调查系统及调查方法
CN105841652A (zh) * 2016-03-29 2016-08-10 中国神华能源股份有限公司 用于定位隧道病害的系统及方法
CN106841216A (zh) * 2017-02-28 2017-06-13 浙江工业大学 基于全景图像cnn的隧道病害自动识别装置
CN107100672A (zh) * 2017-05-19 2017-08-29 中国神华能源股份有限公司 隧道病害整治系统
CN107144572A (zh) * 2017-05-26 2017-09-08 太原科技大学 灰度图像中裂缝自动识别和检测方法
CN108019219A (zh) * 2017-12-29 2018-05-11 中铁第四勘察设计院集团有限公司 隧道病害综合整治自动化作业系统及方法
CN110097140A (zh) * 2019-05-13 2019-08-06 招商局重庆交通科研设计院有限公司 一种用于隧道巡检机器人的数据处理系统
CN110414073A (zh) * 2019-07-04 2019-11-05 中国神华能源股份有限公司神朔铁路分公司 隧道的状态评估方法、装置、计算机设备及存储介质
CN110909657A (zh) * 2019-11-19 2020-03-24 上海勘察设计研究院(集团)有限公司 一种隧道表观病害图像识别的方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112037340A (zh) * 2020-09-09 2020-12-04 中电建冀交高速公路投资发展有限公司 基于增强现实技术的隧道衬砌病害查看方法及穿戴式设备
CN115392796A (zh) * 2022-10-27 2022-11-25 北京城建设计发展集团股份有限公司 基于关系图谱的运营隧道结构病害快速智能诊断方法
CN115392796B (zh) * 2022-10-27 2023-02-03 北京城建设计发展集团股份有限公司 基于关系图谱的运营隧道结构病害快速智能诊断方法

Also Published As

Publication number Publication date
CN111639203B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN111639203A (zh) 隧道病害定位方法、装置、计算机设备和存储介质
JP6127226B1 (ja) 画像処理装置、画像処理方法、及びプログラム
DE69920032D1 (de) Methoden, software und apparate zur identifizierung genomischer bereiche, die ein gen umfassen, das mit einem nachweisbaren merkmal assoziiert ist
CN111191800B (zh) 设备模型核查方法、装置、计算机设备和存储介质
Zhi et al. A LSB steganography detection algorithm
CN115773723A (zh) 基于bim的路基段落采空区变形监测方法及系统
Venmans et al. Reliability of InSAR satellite monitoring of buildings near inner city quay walls
CN111540194B (zh) 车辆监测数据处理方法、装置、计算机设备和存储介质
CN111259467B (zh) 基坑的整体稳定性识别方法、装置、计算机设备
JP6793896B1 (ja) 画像処理装置、画像処理方法、および画像処理プログラム
CN108763880B (zh) 文件水印的生成、检测方法以及装置
CN111340837A (zh) 图像处理方法、装置、设备和存储介质
CN110766652B (zh) 网络训练方法、装置、分割方法、计算机设备和存储介质
JP2007178857A (ja) 符号化装置、追跡装置、符号化方法、追跡方法、および、プログラム
CN113127322A (zh) 基于区块链的结构体监测方法、装置、设备以及存储介质
WO2020066755A1 (ja) 学習モデル生成装置、地物変化判定装置、学習モデル生成方法、地物変化判定方法、及びコンピュータ読み取り可能な記録媒体
KR20210105307A (ko) 인공지능을 이용한 암반분류 예측장치 및 방법
CN117688851B (zh) 强烈动压隧道高预应力锚杆锚索组合支护转矩监测方法
JP2021184163A (ja) 学習装置、クラック検出装置、学習方法、クラック検出方法
Far et al. A discussion of “a simplified prediction method for evaluating tunnel displacement induced by laterally adjacent excavations” by Zheng et al.(2018)
CN117351241B (zh) 隧道病害的智能检测评定方法、装置、终端及存储介质
CN116403165B (zh) 一种危险化学品泄露应急处理方法、装置及可读存储介质
CN105389806B (zh) 一种坍塌检测方法及装置
CN117287263B (zh) 隧道工程的检测单元分布方法、系统以及存储介质
CN115221727B (zh) 一种基于含水率的岩体的数值仿真模型参数确定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant