-
题名基于激光点云灰度图像的隧道渗水病害检测
被引量：11
- 1
-
-
作者
周宝定
谢沛瑶
郭文浩
毛庆洲
-
机构
深圳大学土木与交通工程学院
深圳大学城市智慧交通与安全运维研究院
滨海城市韧性基础设施教育部重点实验室
西南交通大学地球科学与环境工程学院
深圳大学广东省城市空间信息工程重点实验室
武汉大学遥感信息工程学院
-
出处
《测绘通报》
CSCD
北大核心
2023年第8期34-39,90,共7页
-
基金
广东省自然科学基金(2021A1515011468)。
-
文摘
地铁盾构隧道渗水检测是隧道维护的基础。针对传统的检测手段难以在隧道内部光线昏暗条件下获得高质量病害图片的问题,本文使用了激光雷达对隧道进行内部渗水检测。首先,基于激光点云灰度图中的渗水病害特征,建立了激光点云灰度图像渗水病害数据集;然后,以Mask R-CNN(Region-CNN)模型为基准框架,采用Swin transformer网络作为底层特征提取网络,实现了对隧道渗水病害的快速检测;最后,利用铁道移动测量系统在武汉采集的数据进行试验验证。试验结果表明,本文提出的改进Mask R-CNN模型的渗水病害检测精度比原算法提升了12%以上,在地铁隧道渗水病害检测中有较好的性能表现。
-
关键词
地铁盾构隧道
渗漏水
深度学习
病害检测
Swin
transformer
-
Keywords
metro shield tunnel
leakage
deep learning
disease detection
Swin transformer
-
分类号
P237
[天文地球—摄影测量与遥感]
-
