本發(fā)明涉及礦區(qū)地表裂縫識別領域，具體而言，涉及一種礦區(qū)地表裂縫的識別方法、識別裝置、計算機可讀存儲介質和計算機程序產品。

背景技術：

1、目前，礦區(qū)地面裂縫監(jiān)測主要依靠人工現(xiàn)場觀測，通過全站儀和全球定位系統(tǒng)(gps)等設施測量裂縫位置。這種方法既耗時又費力，且數(shù)據(jù)離散且受限。此外，調查顯示，地表裂縫寬度常在亞米級別，難以通過現(xiàn)有光學衛(wèi)星影像觀測。無人機攝影測量技術靈活且成本低，能夠快速獲取厘米級精度的高分辨率圖像，為礦區(qū)地面裂縫的動態(tài)監(jiān)測提供了理想的數(shù)據(jù)源。

2、從無人機圖像中進行地面裂縫的提取涉及到圖像處理技術。目前，主流的裂縫處理方法包括手工解釋、閾值分割、邊緣檢測和基于機器學習的方法等。雖然傳統(tǒng)的手工解釋方法相對精確，但它存在主觀錯誤、成本高、處理時間長等問題，不適合大規(guī)模數(shù)據(jù)處理。閾值分割方法通過設置圖像的像素閾值來區(qū)分對象和背景，但對圖像噪聲高度敏感，難以處理光譜和顏色特征的變化，很難選擇一個普遍適用的閾值。邊緣檢測方法利用顏色、光、陰影和紋理等特征的強度變化來提取物體的邊緣。canny算法是一種常用的邊緣檢測方法，能夠在有噪聲的環(huán)境中區(qū)分邊緣，并且對弱邊緣具有良好的定位能力，但其泛化性能較差。基于特征工程的機器學習方法在裂縫提取中得到了廣泛應用，盡管這些技術比傳統(tǒng)的圖像處理方法更準確，但它們在很大程度上依賴于人工提取的特征，難以設計出適用于所有煤礦場地的通用裂縫特征。

技術實現(xiàn)思路

1、本技術的主要目的在于提供一種礦區(qū)地表裂縫的識別方法、識別裝置、計算機可讀存儲介質和計算機程序產品，以至少解決現(xiàn)有技術中在礦區(qū)地表的裂縫識別準確性低的問題。

2、為了實現(xiàn)上述目的，根據(jù)本技術的一個方面，提供了一種礦區(qū)地表裂縫的識別方法，包括：獲取目標礦區(qū)地表的礦區(qū)地表裂縫圖像，并對所述礦區(qū)地表裂縫圖像進行裁剪處理，得到多個地表子圖像，所述目標礦區(qū)地表為當前進行裂縫識別的礦區(qū)地表；將所述地表子圖像依次輸入至地表裂縫識別模型中，以利用所述地表裂縫識別模型識別所述地表子圖像中的裂縫，輸出得到各所述地表子圖像對應的子裂縫識別結果，所述地表裂縫識別模型由編碼器、解碼器和瓶頸層構成，所述解碼器至少包括多個basicblock模塊、多個cbam模塊及aspp模塊，所述解碼器至少包括所述basicblock模塊和所述cbam模塊，所述basicblock模塊用于增強裂縫特征的提取能力，所述cbam模塊用于在不同維度上捕獲所述裂縫特征之間的相關性，所述aspp模塊用于提取多尺度所述裂縫特征的信息；將各所述地表子圖像對應的所述子裂縫識別結果進行拼接，得到所述目標礦區(qū)地表的裂縫識別結果。

3、可選地，對所述礦區(qū)地表裂縫圖像進行裁剪處理，得到多個地表子圖像，包括：對所述礦區(qū)地表裂縫圖像進行處理，生成測繪范圍內的整幅正射影像圖；對所述整幅正射影像圖按照設定尺寸進行裁剪，得到多個所述地表子圖像。

4、可選地，在將所述地表子圖像依次輸入至地表裂縫識別模型中，以利用所述地表裂縫識別模型識別所述地表子圖像中的裂縫，輸出得到各所述地表子圖像對應的子裂縫識別結果之前，所述方法還包括：獲取所述礦區(qū)地表所有的歷史地表圖像；對各所述歷史地表圖像進行像素級標注，并生成各所述歷史地表圖像對應的標簽圖像；對第一地表圖像和所述標簽圖像進行裁剪，分別得到第二地表圖像和標簽地表圖像，所述第一地表圖像為標注后的所述歷史地表圖像，所述第二地表圖像為對所述第一地表圖像進行裁剪后的圖像，所述標簽地表圖像為對所述標簽圖像進行裁剪后的圖像；根據(jù)所述標簽地表圖像對所述第二地表圖像進行篩選，以去除所述第二地表圖像中不存在地表裂縫的圖像，得到地表裂縫圖像數(shù)據(jù)集。

5、可選地，在將所述地表子圖像依次輸入至地表裂縫識別模型中，以利用所述地表裂縫識別模型識別所述地表子圖像中的裂縫，輸出得到各所述地表子圖像對應的子裂縫識別結果之前，所述方法還包括：基于u-net網(wǎng)絡結合所述basicblock模塊、所述cbam模塊及所述aspp模塊構建初始地表裂縫識別模型，所述初始地表裂縫識別模型為待進行訓練的模型；訓練步驟，將多組當前訓練數(shù)據(jù)的輸入數(shù)據(jù)依次輸入至所述初始地表裂縫識別模型中進行訓練，所述當前訓練數(shù)據(jù)為所述地表裂縫圖像數(shù)據(jù)集中的任意一組訓練數(shù)據(jù)，每組所述訓練數(shù)據(jù)均包括所述輸入數(shù)據(jù)和輸出數(shù)據(jù)，所述輸入數(shù)據(jù)為樣本地表裂縫子圖像，所述輸出數(shù)據(jù)為所述樣本地表裂縫子圖像對應的樣本裂縫識別結果；測試步驟，根據(jù)所有的所述樣本裂縫識別結果對訓練后的所述初始地表裂縫識別模型進行測試，得到模型精度；在所述模型精度不滿足精度要求的情況下，對訓練后的所述初始地表裂縫識別模型內的所有參數(shù)進行調整，并重復執(zhí)行所述訓練步驟和所述測試步驟至少一次，直至所述模型精度滿足所述精度要求，得到所述地表裂縫識別模型；在所述模型精度滿足所述精度要求的情況下，將訓練后的所述初始地表裂縫識別模型確定為所述地表裂縫識別模型。

6、可選地，將所述地表子圖像依次輸入至地表裂縫識別模型中，以利用所述地表裂縫識別模型識別所述地表子圖像中的裂縫，輸出得到各所述地表子圖像對應的子裂縫識別結果，包括：將所述地表子圖像在所述編碼器中經過多個編碼階段的所述basicblock模塊進行特征提取處理和所述cbam模塊進行增強處理，得到各所述編碼階段的增強特征圖，每一個所述編碼階段的輸出作為下一個所述編碼階段的輸入，每個所述編碼階段均包括一個所述basicblock模塊和一個所述cbam模塊；對所有所述增強特征圖按照反獲取順序在所述解碼器中進行解碼處理，得到目標解碼特征圖，所述反獲取順序為與各所述增強特征圖在所述編碼階段的獲取順序相反的順序；將所述目標解碼特征圖輸入所述瓶頸層，輸出得到所述子裂縫識別結果。

7、可選地，將所述地表子圖像在所述編碼器中經過多個編碼階段的所述basicblock模塊進行特征提取處理和所述cbam模塊進行增強處理，得到各所述編碼階段的增強特征圖，包括：通過第一編碼階段的所述basicblock模塊對所述地表子圖像進行處理，得到第一編碼特征圖，并將所述第一編碼特征圖輸入至所述cbam模塊以特征增強，得到第一增強特征圖，所述第一編碼階段為所述編碼器中第一個的所述編碼階段；將所述第一增強特征圖通過第二編碼階段的所述basicblock模塊處理，得到第二編碼特征圖，并將所述第二編碼特征圖輸入至所述cbam模塊以特征增強，得到第二增強特征圖，所述第二編碼階段為所述編碼器的第二個的所述編碼階段；將所述第二增強特征圖通過第三編碼階段的所述basicblock模塊處理，得到第三編碼特征圖，并將所述第三編碼特征圖輸入至所述cbam模塊以特征增強，得到第三增強特征圖，所述第三編碼階段為所述編碼器的第三個的所述編碼階段；將所述第三增強特征圖通過第四編碼階段的所述basicblock模塊處理，得到第四編碼特征圖，并將所述第四編碼特征圖輸入至所述cbam模塊以特征增強，得到第四增強特征圖，所述第四編碼階段為所述編碼器的第四個的所述編碼階段。

8、可選地，對所有所述增強特征圖按照反獲取順序在所述解碼器中進行解碼處理，得到目標解碼特征圖，包括：將所述第四增強特征圖輸入至所述aspp模塊進行多尺度特征提取，并依次進行卷積操作、加速操作和激活操作，得到第一解碼特征圖；將所述第三增強特征圖依次進行所述卷積操作、所述加速操作和所述激活操作，得到第二解碼特征圖；將所述第一解碼特征圖和所述第二解碼特征圖進行融合，得到第一融合特征圖；將所述第一融合特征圖依次經過反卷積層、所述basicblock模塊和所述cbam模塊進行增強處理，得到第三解碼特征圖；將所述第二增強特征圖依次進行所述卷積操作、所述加速操作和所述激活操作，得到第四解碼特征圖；將所述第四解碼特征圖和所述第三解碼特征圖進行融合，得到第二融合特征圖；將所述第二融合特征圖依次經過所述反卷積層、所述basicblock模塊和所述cbam模塊進行增強處理，得到第五解碼特征圖；將所述第一增強特征圖依次進行所述卷積操作、所述加速操作和所述激活操作，得到第六解碼特征圖；將所述第五解碼特征圖和所述第六解碼特征圖進行融合，得到第三融合特征圖；將所述第三融合特征圖依次經過所述反卷積層、所述basicblock模塊和所述cbam模塊進行增強處理，得到所述目標解碼特征圖。

9、根據(jù)本技術的另一方面，提供了一種礦區(qū)地表裂縫的識別裝置，所述裝置包括：第一獲取單元，用于獲取目標礦區(qū)地表的礦區(qū)地表裂縫圖像，并對所述礦區(qū)地表裂縫圖像進行裁剪處理，得到多個地表子圖像，所述目標礦區(qū)地表為當前進行裂縫識別的礦區(qū)的地表；輸入輸出單元，用于將所述地表子圖像依次輸入至地表裂縫識別模型中，以利用所述地表裂縫識別模型識別所述地表子圖像中的裂縫，輸出得到各所述地表子圖像對應的子裂縫識別結果，所述地表裂縫識別模型由編碼器、解碼器和瓶頸層構成，所述解碼器至少包括多個basicblock模塊、多個cbam模塊及aspp模塊，所述解碼器至少包括所述basicblock模塊和所述cbam模塊，所述basicblock模塊用于增強裂縫特征的提取能力，所述cbam模塊用于在不同維度上捕獲所述裂縫特征之間的相關性，所述aspp模塊用于提取多尺度所述裂縫特征的信息；拼接單元，用于將各所述地表子圖像對應的所述子裂縫識別結果進行拼接，得到所述目標礦區(qū)地表的裂縫識別結果。

10、根據(jù)本技術的再一方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質包括存儲的程序，其中，在所述程序運行時控制所述計算機可讀存儲介質所在設備執(zhí)行任意一種所述的方法。

11、根據(jù)本技術的又一方面，提供了一種計算機程序產品，包括計算機指令，所述計算機指令被處理器執(zhí)行時實現(xiàn)任意一種所述的方法。

12、應用本技術的技術方案，在礦區(qū)地表裂縫的識別方法中，首先獲取目標礦區(qū)地表的礦區(qū)地表裂縫圖像，并對礦區(qū)地表裂縫圖像進行裁剪處理，得到多個地表子圖像，目標礦區(qū)地表為當前進行裂縫識別的礦區(qū)地表；然后，將地表子圖像依次輸入至地表裂縫識別模型中，以利用地表裂縫識別模型識別地表子圖像中的裂縫，輸出得到各地表子圖像對應的子裂縫識別結果，地表裂縫識別模型由編碼器、解碼器和瓶頸層構成，解碼器至少包括多個basicblock模塊、多個cbam模塊及aspp模塊，解碼器至少包括basicblock模塊和cbam模塊，basicblock模塊用于增強裂縫特征的提取能力，cbam模塊用于在不同維度上捕獲裂縫特征之間的相關性，aspp模塊用于提取多尺度裂縫特征信息；最后，將各地表子圖像對應的子裂縫識別結果進行拼接，得到目標礦區(qū)地表的裂縫識別結果。本技術通過結合basicblock模塊、cbam模塊和aspp模塊構建出地表裂縫識別模型，能夠有效提取和融合多尺度上特征信息，從而提高礦區(qū)地表裂縫識別的準確性。將礦區(qū)地表裂縫圖像進行裁剪得到多個地表子圖像，并將每個地表子圖像輸入至地表裂縫識別模型中以輸出每個地表子圖像的礦區(qū)地表裂縫識別結果，即子裂縫識別結果，將每個地表子圖像的礦區(qū)地表裂縫識別結果進行拼接，得到目標礦區(qū)地表完整的裂縫識別結果。本技術解決了現(xiàn)有技術在礦區(qū)地表的裂縫識別準確性低的問題。