期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进Mask R-CNN的红外图像坝体渗水区域检测研究
1
作者 黄佳一 《无线电通信技术》 北大核心 2025年第5期1008-1015,共8页
渗水病害监测是大坝安全运行及运维的重点。针对传统大坝观测方法偶然误差大、汛期检测频次无法满足要求等缺点,提出以无人机搭载红外测温相机对坝体表面进行渗水检测。通过红外相机采集坝体表面影像,建立渗水病害区域影像集,将Swin Tra... 渗水病害监测是大坝安全运行及运维的重点。针对传统大坝观测方法偶然误差大、汛期检测频次无法满足要求等缺点,提出以无人机搭载红外测温相机对坝体表面进行渗水检测。通过红外相机采集坝体表面影像,建立渗水病害区域影像集,将Swin Transformer架构整合到基于区域掩码的卷积神经网络(Mask Region-based Convolutional Neural Network,Mask R-CNN)中,提升该掩码区域检测网络的性能,据此提取渗水区域数据,实现坝体表面渗水区域的快速检测。通过对渗水区域数据二值化处理,统计坝体表面渗水区域面积。以某电站下游坝面为试验对象,结果表明,该方法相比传统大坝观测方法,检测周期缩短80%,渗水区域检测准确率达97%,满足大坝日常观测需求,有效实现大坝渗漏水定量分析。 展开更多
关键词 大坝 渗水特征提取算法 无人机摄影测量 深度卷积神经网络 渗水识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部