融合Transformer与CNN的裂缝检测及结构评估系统及方法
申请号:CN202510820342
申请日期:2025-06-19
公开号:CN120707523A
公开日期:2025-09-26
类型:发明专利
摘要
本发明提供的融合Transformer与CNN的裂缝检测及结构评估系统及方法,该系统包括图像预处理模块、裂缝特征提取模块、裂缝定位与分类模块、裂缝边界精细化模块及结构完整性评估模块。通过CNN和Vision Transformer结合,能够同时提取图像中的局部和全局特征,增强裂缝检测的精度。动态注意力机制用于精细化裂缝边界,提升裂缝的定位和识别效果。结构健康评估模块结合裂缝信息和结构受力分析,使用支持向量机或随机森林进行结构风险评估,输出结构健康状态及修复建议。还提供了该系统的评估方案。本发明提高了裂缝检测的精度和鲁棒性,具有更强的多尺度检测能力、噪声鲁棒性及实时性,适用于土木基础设施的自动化监测与健康管理。
技术关键词
裂缝参数
注意力机制
特征提取模块
有限元分析模拟
细化算法
裂缝特征
直方图均衡化
像素
图像增强单元
子模块
Softmax分类器
评估系统
随机森林
结构评估方法
结构风险评估