基于深度学习的桥梁表观裂缝检测算法研究

作     者：张鸣祥 张睿 钟其仁 ZHANG Mingxiang;ZHANG Rui;ZHONG Qiren

作者机构：合肥工业大学土木与水利工程学院安徽合肥230009 土木工程防灾减灾安徽省工程技术研究中心安徽合肥230009 

出 版 物：《合肥工业大学学报（自然科学版）》 (Journal of Hefei University of Technology：Natural Science)

年 卷 期：2024年第47卷第7期

页      面：995-1002页

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(51878234) 

主　　题：深度学习 桥梁表观裂缝检测 滑动窗口算法 Inception网络 残差网络 数字图像处理 

摘      要：针对在复杂背景条件下难以直接对桥梁表观裂缝进行检测的问题,文章提出一种基于深度学习的桥梁表观裂缝检测算法。首先利用滑动窗口算法将采集到的桥梁表观裂缝图像切分为小尺寸的桥梁裂缝面元图像和桥梁背景面元图像,并根据对面元图像的分析,提出一种基于Inception网络和残差网络(ResNet)的桥梁裂缝分类模型,用于桥梁裂缝面元和桥梁背景面元的识别;然后结合桥梁裂缝分类模型与滑动窗口算法对桥梁表观裂缝图像进行检测;最后利用数字图像处理技术测量裂缝宽度。结果表明:该文算法对桥梁表观裂缝有超过99%的分类精度,可满足实际工程需要;实现了裂缝的提取并能准确地定位出裂缝在图像中的位置;根据成像原理能测量出裂缝宽度。与传统的深度学习模型相比,该模型拥有更高的执行效率,可用于大规模检测,更易于应用在桥梁健康检测中。