典型文献
基于图像处理与深度学习的隧道衬砌裂缝检测
文献摘要：
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.
文献关键词：
智能检测;隧道衬砌;裂缝检测;数字图像处理;深度学习
中图分类号：
作者姓名：
王建锋;刘文豪;潘清云
作者机构：
长安大学道路交通智能检测实验室, 西安 710064;陕西省道路交通智能检测与装备工程技术研究中心, 西安 710064
文献出处：
引用格式：
[1]王建锋;刘文豪;潘清云-.基于图像处理与深度学习的隧道衬砌裂缝检测)[J].北京交通大学学报,2022(05):19-29
A类：
B类：
隧道衬砌裂缝,裂缝检测,检测精度,以图,图像采集,采集车,车载设备,Mask,匀光,阴影,拼接缝,去除方法,VGG19,深度学习方法,标尺,裂缝长度,宽度测量,隧道检测,检测试验,裂缝类型,类型识别,识别率高,最大偏差,裂缝宽度,智能检测,数字图像处理
AB值：
0.332963
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
