(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210417102.8 (22)申请日 2022.04.20 (71)申请人 苏州科技大 学 地址 215000 江苏省苏州市学府路9 9号 申请人 水利部交通 运输部国家能源局南京 水利科学研究院 (72)发明人 李秉宜　钱彬　占鑫杰　唐译　 陆勇　沈玉为　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 专利代理师 王春香 (51)Int.Cl. G06V 20/60(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G01N 21/84(2006.01) G01N 9/24(2006.01) (54)发明名称 基于图像识别处理的土体压实度检测方法、 系统及介质 (57)摘要 本发明涉及基于图像识别处理的土体压实 度检测方法， 包括S1获取土样样品的图像， 对图 像进行截取、 灰度校准和去偏移场处理； 对处理 后的图像进行局部信息提取， 获得局部样品图 像； S2构建卷积神经网络， 其卷积层对局部样品 图像进行卷积操作， 以映射成多个特征映像图 像； 采样层对特征映像图像进行降采样操作， 生 成对应的缩率图； 全 连接层将各缩率图进行组合 以形成全局信息； 输出层对全局信息进行计算以 得到计算结果； S3误差计算， 并对卷积神经网络 的权值进行调整。 其基于图象识别处理技术， 通 过获取局部样品图像的输入， 能够及时准确的测 出土体的密度、 含水率和压实度值； 操作更为快 速简单和便捷， 测出结果精度较高， 减轻人力和 物力。 权利要求书2页 说明书6页 附图2页 CN 114898343 A 2022.08.12 CN 114898343 A 1.基于图像识别处 理的土体压实度检测方法， 其特 征在于， 包括以下步骤： S1、 获取土样样品的图像， 对处理后的所述图像进行局部信 息提取， 以获得局部样品图 像； S2、 构建卷积神经网络， 其包括卷积层、 采样层、 全连接层和输出层； 所述卷积层对所述局部样品图像进行卷积操作， 使得所述局部样品图像被映射成多个 特征映像图像； 其中， 所述卷积层的卷积公式为： f为卷积层的 激活函数， i和j是特征映像图像的行和列下标， k为卷积核 元素， b为偏 置项， l为输入层数， s 为权值分量， 激活函数为： 所述采样层对所述特征映像图像进行降采样操作， 生成对应所述特征映像图像的缩率 图； 所述全连接层将各 所述特征映像图像的缩率图进行组合以形成全局信息； 所述输出层对所述全局信 息进行计算以得到计算结果， 所述计算结果包括所述土样样 品的含水率、 密度和压实度； S3、 将所述计算结果与所述土样样品的实际含水率、 密度和压实度进行比较； 若相对误 差在预设范围内， 则输出所述计算结果； 若相对误差不在预设范围内， 则 返回S2， 并对所述 卷积神经网络的权值进行调整。 2.根据权利要求1所述的基于图像识别处理 的土体压实度检测方法， 其特征在于， 所述 S1中， 对所述土样 样品的图像进行截取、 灰度校准和去偏移场处 理。 3.根据权利要求1所述的基于图像识别处理 的土体压实度检测方法， 其特征在于， 所述 S2中， 所述卷积层对所述局部样品图像进行 卷积操作， 具体为： 卷积核以预设步长在所述局部样品图像中按照从左至右、 从上至下的顺序进行卷积操 作处理， 使得所述局部样品图像 被映射成多个特 征映像图像。 4.根据权利要求1所述的基于图像识别处理 的土体压实度检测方法， 其特征在于， 所述 S2中， 所述采样层对所述特 征映像图像进行降采样 操作， 具体为： 所述采样层将所述卷积层输出的特征映像图像进行抽象表示， 以降低所述特征映像图 像的大小； 利用均值卷积核对所述特征映像图像进行进一步映射， 以生成对应所述特征映像图像 的缩率图。 5.根据权利要求1所述的基于图像识别处理 的土体压实度检测方法， 其特征在于， 利用 误差传播学习算法调整所述卷积神经网络的权值； 所述误差传播学习算法中包括 误差项递推 计算公式： δ(l‑1)＝(W(l))Tδ(l‑1)⊙f′(u(l‑1))， 其中W为权重矩阵， u为临时变量， T为矩阵转置运算， f 为卷积层的激活函数；权　利　要　求　书 1/2 页 2 CN 114898343 A 2所述激活函数为： 6.根据权利要求1所述的基于图像识别处理 的土体压实度检测方法， 其特征在于， 所述 卷积神经网络内包括 n个卷积层和n个采样层， 其中n≥1。 7.根据权利要求1所述的基于图像识别处理 的土体压实度检测方法， 其特征在于， 所述 S1之前还 包括： 利用环刀法进行现场取样， 获得多个土样 样品； 在实验室内对各所述土样样品进行室内试验， 获取各所述土样样品的实 际含水率、 密 度和压实度。 8.基于图像识别处 理的土体压实度检测系统， 其特 征在于， 包括： 图像获取模块， 其用于采集土样样品的图像， 并对所述图像进行截取、 灰度 校准和去偏 移场处理； 对处理后的所述图像进行局部信息提取， 以获得局部样品图像； 卷积神经网络模块， 其包括卷积层、 采样层、 全连接层和输出层； 所述卷积层对所述局部样品图像进行卷积操作， 使得所述局部样品图像被映射成多个 特征映像图像； 所述采样层对所述特征映像图像进行降采样操作， 生成对应所述特征映像 图像的缩率图； 所述全连接层将各所述特征映像图像的缩率图进行组合以形成全局信息； 所述输出层对所述全局信息进行计算以得到计算结果； 误差计算模块， 其用于将卷积神经网络输出的所述计算结果与土样样品的实际含水 率、 密度和压实度进行比较， 以得到相对误差值； 权值调整模块， 其用于调整卷积神经网络的权值， 以使得 所述相对误差在预设范围内。 9.根据权利要求8所述的基于图像识别处理 的土体压实度检测系统， 其特征在于， 所述 输出层输出 的所述计算结果有三个， 所述计算结果包括所述土样样品的含水率、 密度和压 实度。 10.一种计算机可读存储介质， 其中存储有指令， 所述指令被处理器执行时， 执行如权 利要求1‑7所述的基于图像识别处 理的土体压实度检测方法。权　利　要　求　书 2/2 页 3 CN 114898343 A 3