| 基于深度学习的钢桁架桥螺栓病害智能识别方法 |
| |
| 引用本文： | 沈浩,江臣,陈宇文,王国香,李枝军.基于深度学习的钢桁架桥螺栓病害智能识别方法[J].南京工业大学学报(自然科学版),2020,42(5). |
| |
| 作者姓名： | 沈浩 江臣 陈宇文 王国香 李枝军 |
| |
| 作者单位： | 苏交科集团股份有限公司,江苏 南京 210017;江苏省交通工程建设局,江苏 南京 210004;南京工业大学 土木工程学院,江苏 南京 211800 |
| |
| 基金项目： | 江苏省交通运输科技项目;江苏省交通运输科技项目 |
| |
| 摘 要： | 为了提高钢桁架桥螺栓病害检测和识别效率、完善分析方法,本文在无人机航拍视频的基础上,提出了一种基于深度学习的螺栓病害智能识别方法。通过混合高斯算法、Canny边缘检测、最小包围圆算法等传统图像处理手段对航拍视频进行预处理,实现钢桁架桥螺栓图像的批量化提取,并通过对螺栓图像采取缩放、旋转、变形等措施拓展螺栓图像的样本数;采用迁移学习引入深度学习模型INCEPTION-V3,经过训练,当螺栓数据测试集上的准确率大于95%时,可满足工程精度需求;并将该方法应用于实际工程,当把0.8设置为计算螺栓病害概率的分割点时,该方法对螺栓病害具有较好的识别效果,同时能够实现自动化、智能化,避免人为主观判断带来的影响。
|
| 关 键 词： | 钢桁架桥 螺栓病害 无人机航拍 图像处理 迁移学习 神经网络 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
