|
|||||
|
|
| 基于图像处理与深度学习的隧道衬砌裂缝检测 | |
| 作者姓名： | 王建锋 刘文豪 潘清云 |
| 作者单位： | 1. 长安大学道路交通智能检测实验室;2. 陕西省道路交通智能检测与装备工程技术研究中心 |
| 基金项目： | 国家重点研发计划（2020YFB1713303）；;陕西省重点研发计划项目（2020ZDLGY16-05）~~； |
| 摘 要： | 针对目前隧道衬砌裂缝检测方法适应性不好且检测精度不高等问题，提出了以图像处理和深度学习相结合的衬砌裂缝检测方法 .首先，以隧道衬砌图像采集车载设备为研究对象，对获取的图像利用改进Mask匀光算法去除图像中的阴影，利用拼接缝去除方法去除拼接缝.其次，构建改进的VGG19网络模型，通过深度学习方法实现了衬砌裂缝的高效分割，提出基于虚拟标尺的裂缝长度和宽度测量方法，实现了衬砌裂缝的高效准确检测.最后通过实际隧道检测试验验证了本文方法的可行性和有效性，试验结果表明裂缝类型识别率高，裂缝长度的最大偏差为2.92 mm，裂缝宽度的最大偏差为0.28 mm. |
| 关 键 词： | 智能检测 隧道衬砌 裂缝检测 数字图像处理 深度学习 |