原文传递
基于图像识别和机器学习的桥梁养护管理系统研究与实现
| 论文题名： | 基于图像识别和机器学习的桥梁养护管理系统研究与实现 |
| 关键词： | 桥梁养护;管理系统;软件开发;图像识别;机器学习 |
| 摘要： | 新中国成立以来，我国的交通事业取得了跨越式的成就，桥梁也得到进一步的发展与扩大。长时间的日晒雨淋、超负荷运载以及其他不合理的使用都可能影响桥梁的结构安全，产生剥落、锈蚀、裂缝等病害。如果我们不能及时地对其进行检修与养护，甚至会导致进一步的恶化。有效的桥梁养护管理不仅可以减少维修的频率和费用，增加桥梁的使用寿命，而且可以保障公共安全。 本文使用Spring+Struts2+Mybatis架构开发桥梁养护管理系统，对桥梁的各种检测数据和计算数据进行了有效的分类和管理。本系统使用分层加权法和模糊综合评估法对桥梁进行性能评估和等级评定，并给出相应的建议养护方案，方便维修人员进行及时维修。 本文不仅注重于桥梁的评估计算和养护决策，在桥梁病害图片的检测上也结合图像识别和机器学习进行了进一步的研究。对于病害的图片使用局部二值模式算法和灰度共生矩阵的旋转不变特征提取算法共同提取病害的纹理特征，使用随机森林分类算法对桥梁各种病害的图片进行分类训练，并生成对应的模型。通过调用Weka的相关接口实现病害的实时预测分类，并将整个预测过程封装成接口。使用微信小程序对桥梁病害的图片进行拍摄，调用封装的接口对病害的种类进行分析并返回分类结果，实现拍摄的病害图片与桥梁中病害的统计直接关联，省却人工复杂的操作。 |
| 作者： | 张艳娇 |
| 专业： | 软件工程 |
| 导师： | 张卫丰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京邮电大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
