典型文献
基于特征增强整体嵌套网络裂缝检测方法
文献摘要：
针对自然场景下混凝土裂缝背景复杂、纹理多变所造成的裂缝分割不准确问题,提出了一种基于特征增强整体嵌套网络裂缝检测算法.首先,在整体嵌套网络,一种深度学习边缘检测网络的基础上,采用多尺度监督机制融合不同尺度混凝土裂缝的预测结果,增强网络对混凝土裂缝线性拓扑结构的表达能力;然后,采用一种卷积-反卷积特征融合模块将混凝土裂缝的反卷积深层语义特征和卷积浅层细节特征有效融合,深层语义特征可以减少复杂背景干扰并提高模糊裂缝区域特征响应,浅层特征可以提高裂缝细节表达能力,进而提高裂缝特征质量;最后,提出了混合空洞卷积边界细化模块,该模块利用残差网络和空洞卷积组细化裂缝边界,从而提高裂缝分割准确性.在数据集Bridge_Crack_Image_Data和Crack Forest Dataset上进行了测试,所提算法的准确率分别达到了 92.1％和91.6％,F1分数分别达到了 80.2％和91.1％.实验结果表明,所提算法在复杂自然环境下可获得稳定而准确的分割结果,具有较强的泛化性.
文献关键词：
图像处理;裂缝检测;VGG16;整体嵌套网络;混合空洞卷积;语义分割
中图分类号：
作者姓名：
徐胜军;郝明;孟月波;刘光辉;韩九强
作者机构：
西安建筑科技大学信息与控制工程学院,陕西西安710055;人工智能与数字经济广东省实验室(广州),广东广州510320
文献出处：
引用格式：
[1]徐胜军;郝明;孟月波;刘光辉;韩九强-.基于特征增强整体嵌套网络裂缝检测方法)[J].激光与光电子学进展,2022(10):80-91
A类：
整体嵌套网络
B类：
特征增强,自然场景,混凝土裂缝,裂缝分割,裂缝检测算法,边缘检测,测网,监督机制,不同尺度,缝线,拓扑结构,表达能力,反卷积,卷积特征融合,特征融合模块,深层语义,语义特征,细节特征,有效融合,复杂背景,背景干扰,区域特征,裂缝特征,混合空洞卷积,边界细化,残差网络,Bridge,Crack,Image,Forest,Dataset,泛化性,VGG16,语义分割
AB值：
0.336215
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。
