本发明属于水利工程中的隧洞巡检，尤其涉及一种水工隧洞样本数据库构建方法。
背景技术：
1、水电站隧洞健康稳定运行是水电站生产的基础，及时掌握其结构健康状况，是评估电站安全性态的关键。
2、在水工隧洞等建筑物的巡检检查中，需要重点关注混凝土空蚀、磨损、冲刷、露筋、裂缝、漏水、析钙、鼓胀、错误等。监测信息包括巡检记录和仪器监测数据。目前行业普遍采用人工巡检方式，定期对隧洞实施放空、检查及检修，常采用锤、钎、量尺、放大镜、照相机等工器具进行，巡检结果和缺陷检查记录无法进行数字化记录，隧洞安全行业巡检工作信息化发展现状较为落后，与实际工作需要存在较大差距，存在巡检不及时、作业风险高、人力需求大、检测周期长等问题。并且，人工巡检存在很多检测死角，竖井段无法进行检测，更无法形成客观、精准、完整的检测成果，较难对隧洞结构存在缺陷和隐患做到及时全面的发现和消除，严重制约了水工隧洞的运维和管控。
3、而且水电站工程规模大，地下硐室复杂，引水隧洞及泄洪洞数量多，常规人工巡检工作量大，不易及时、精确的发现和查明隧洞缺陷和运行状态，难以及时和全面的为结构安全管控提供支撑。
技术实现思路
1、本发明的目的在于：为了克服现有技术问题，公开了一种水工隧洞样本数据库构建方法，基于水工隧洞混凝土表面损伤数据(可见光影像、红外影像、点云等)，构建多源数据类型融合的流道缺陷样本库，为研究水工隧洞过流面损伤机理和后续水工隧洞缺陷智能化识别服务。
2、本发明目的通过下述技术方案来实现：
3、一种水工隧洞样本数据库构建方法，所述水工隧洞样本数据库构建方法包括图像样本数据库构建和点云样本数据库构建；
4、其中，图像样本数据库构建过程包括：
5、s11：图像样本数据预处理；
6、首先筛选出存在无关目标物体的图像，其次筛选出含有缺陷的图像，完成相应图像去噪处理，并对预处理后数据进行缺陷位置信息的手动标注；
7、s12：图像样本数据集构建；
8、将经过步骤s11预处理后的图片随机划分为三个子集，即训练集、验证集和测试集；
9、点云样本数据库构建过程包括：
10、s21：点云样本数据预处理，包括完后对获得的初始点云数据进行滤波去噪及精简预处理；
11、s22：点云样本数据集构建，包括：在完成点云样本数据预处理后，将点云数据由.pcd格式制作为npy格式的文件。
12、根据一个优选的实施方式，步骤s11中，筛选出含有缺陷的图像所采用的方法包括：样本图像翻转、样本颜色调整和样本图像裁剪。
13、根据一个优选的实施方式，所述样本图像翻转为通过仿射变换完成形状、位置、角度的变化；
14、其中，仿射变换的矩阵m是一个2x3的矩阵，具体地：
15、
16、其中左边的2x2子矩阵a是线性变换矩阵，
17、右边的2x1子矩阵b是平移变换矩阵，
18、则，样本图像上任意位置(x,y)，仿射变换后的样本图像为：
19、
20、根据一个优选的实施方式，所述样本颜色调整为通过在hsv颜色空间的每个通道分别添加一个扰动完成图像的随机颜色和明暗变换；
21、其中，对于色调通道，从-γ到γ之间按均匀采样，获取一个随机数ε作为扰动值，得出新的像素值为原始像素值x加扰动值ε；而对于饱和度和明度通道，新的像素值为原始像素值x的1+ε倍。
22、根据一个优选的实施方式，所述样本图像裁剪为根据原始图像数据得到宽高比w/h，，然后设定一个从-δ到δ的扰动范围，并从中获取一个随机数α作为裁剪后画面的宽高比扰动的比例，则裁剪后图像的宽高分别为：
23、
24、
25、其中，w1、h1分别为裁剪后图像的宽高，β为裁剪后的图占原图的比例值。
26、根据一个优选的实施方式，步骤s11中，对样本图像数据进行去噪处理为采用图像增强方式进行；
27、所述图像增强为通过双边滤波，采用加权平均的方式对输入数据进行处理，达到保持边缘、降噪平滑的目的，在双边滤波过程中同时引入像素的欧氏距离和像素范围域中的辐射差异两个权重因素。
28、根据一个优选的实施方式，步骤s21中点云数据的去噪过程包括：
29、对于有序和部分有序的点云去噪，采用中值滤波、均值滤波、高斯滤波，维纳滤波，卡尔曼滤波算法进行；
30、对于无序或散乱点云数据的去噪，采用拉普拉斯算法、平均曲率流滤波算法和基于kd-tree去噪算法进行。
31、根据一个优选的实施方式，步骤s21中点云数据的简化过程为：针对规则物体，将点云数据生成网格，然后对网格进行简化；对于不规则的物体，直接对点云数据进行迭代简化和采样处理。
32、根据一个优选的实施方式，网格精简的方法为先对点云数据建立拓扑网格关系，然后合并细节小的网格，取出对应点，达到精简的目的，不限于采用三角网格法和/或均匀网格法后对网格进行简化；
33、直接对点云数据进行迭代简化为：直接根据点云采样点处的空间信息，建立无网格的空间拓扑关系，计算出每点对应的几何信息，根据信息对点云进行精简处理，不限于采用曲率采样法进行简化。
34、根据一个优选的实施方式，在pointnet++中，npy格式的点云文件每行有7个数值，分别为xyz坐标值、rgb颜色值与类别标签值，在实际生产环境中零件颜色基本相同，将rgb三个值统一设置为数值0；
35、并仿照pointnet++模型所使用的s3dis数据集格式，将所有点云文件转换为.npy格式，并按照“part_m_area_n.npy”的文件名格式进行重命名，则数据集共包含m种杂乱场景，每种场景包含n个点云数据，
36、其中，“part_m”用来区分包含不同机械零件种类的场景，“area_n”用来区分相同种类的机械零件的不同的随机组合。
37、前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。
38、本发明的有益效果：
39、本发明基于水工隧洞混凝土表面损伤数据(可见光影像、红外影像、点云等)，构建多源数据类型融合的流道缺陷样本库，为研究水工隧洞过流面损伤机理和后续水工隧洞缺陷智能化识别服务。
40、同时针对水工隧洞混凝土表面损伤数据样本少，提供小样本数据扩充的算法，扩充数据集样本库，以提高模型的准确性和泛化能力。
1.一种水工隧洞样本数据库构建方法，其特征在于，所述水工隧洞样本数据库构建方法包括图像样本数据库构建和点云样本数据库构建；
2.如权利要求1所述的水工隧洞样本数据库构建方法，其特征在于，步骤s11中，筛选出含有缺陷的图像所采用的方法包括：样本图像翻转、样本颜色调整和样本图像裁剪。
3.如权利要求2所述的水工隧洞样本数据库构建方法，其特征在于，所述样本图像翻转为通过仿射变换完成形状、位置、角度的变化；
4.如权利要求2所述的水工隧洞样本数据库构建方法，其特征在于，所述样本颜色调整为通过在hsv颜色空间的每个通道分别添加一个扰动完成图像的随机颜色和明暗变换；
5.如权利要求2所述的水工隧洞样本数据库构建方法，其特征在于，所述样本图像裁剪为根据原始图像数据得到宽高比w/h，然后设定一个从-δ到δ的扰动范围，并从中获取一个随机数α作为裁剪后画面的宽高比扰动的比例，则裁剪后图像的宽高分别为：
6.如权利要求1所述的水工隧洞样本数据库构建方法，其特征在于，步骤s11中，对样本图像数据进行去噪处理为采用图像增强方式进行；
7.如权利要求1所述的水工隧洞样本数据库构建方法，其特征在于，步骤s21中点云数据的去噪过程包括：
8.如权利要求1所述的水工隧洞样本数据库构建方法，其特征在于，步骤s21中点云数据的简化过程为：针对规则物体，将点云数据生成网格，然后对网格进行简化；对于不规则的物体，直接对点云数据进行迭代简化和采样处理。
9.如权利要求8所述的水工隧洞样本数据库构建方法，其特征在于，网格精简的方法为先对点云数据建立拓扑网格关系，然后合并细节小的网格，取出对应点，达到精简的目的，不限于采用三角网格法和/或均匀网格法后对网格进行简化；
10.如权利要求1所述的水工隧洞样本数据库构建方法，其特征在于，在pointnet++中，npy格式的点云文件每行有7个数值，分别为xyz坐标值、rgb颜色值与类别标签值，在实际生产环境中零件颜色基本相同，将rgb三个值统一设置为数值0；
