题名 基于图像处理与深度学习的隧道衬砌裂缝检测
被引量：19
1
作者
王建锋 刘文豪 潘清云
机构
长安大学道路交通智能检测实验室 陕西省道路交通 智能 检测 与装备工程技术研究中心
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2022年第5期19-29,共11页
基金
国家重点研发计划(2020YFB1713303) 陕西省重点研发计划项目(2020ZDLGY16-05)。
文摘
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
Keywords
intelligent detection tunnel lining crack detection digital image processing deep learning
分类号
U456
[建筑科学—桥梁与隧道工程]
题名 高铁轨道CPⅢ基准点自动检测方法研究
2
作者
王建锋 吴学勤
机构
长安大学道路交通智能检测实验室 陕西省道路交通 智能 检测 与装备工程技术研究中心
出处
《中国铁路》
2022年第8期135-142,共8页
基金
陕西省重点产业链项目(2020ZDLGY16-05)。
文摘
为实现高铁轨道CPⅢ基准点的自动高效检测,研发基于双目视觉的CPⅢ基准点动态非接触自动检测系统。首先对双相机拍摄的图像进行自适应分割处理,对分割后的图像利用改进模板匹配算法计算获得CPⅢ标识物在图像中的位置;然后对提取的标识物目标图像进行自适应阈值分割提取边缘轮廓,计算标识物中心坐标;最后利用基准点计算方法和双相机标定的参数计算CPⅢ基准点坐标。试验结果表明,检测系统在水平方向上的最大误差为0.95 mm,垂直方向最大误差0.25 mm,最大变异系数为0.211%,该方法可为CPⅢ基准点高精度自动化检测的应用提供参考。
关键词
CPⅢ基准点 自动检测 高铁轨道 双目相机 图像分割
Keywords
CPdatum point automatic detection HSR track binocular camera image segmentation
分类号
U226
[交通运输工程—道路与铁道工程]
