原文传递
基于机器视觉的路桥裂缝病害自动检测技术
| 题名： | 基于机器视觉的路桥裂缝病害自动检测技术 |
| 作者： | 洪卫星，吴羡,陈贵海,郭丹桂，毛明洁 |
| 作者单位： | 南京智行信息科技有限公司，江苏前沿交通研究院，上海交通大学，广东博大高速公路有限公司博深分公司 |
| 关键词： | 机器视觉；神经网络；裂缝病害；自动检测；Faster R-CNN:病害量化 |
| 摘要： | 为解决路桥表面因荷载作用、疲劳与腐蚀效应、材料老化以及维修养护不及时等原因产生裂缝 病害的问题，进一步提高日常养护工作效率，对机器视觉技术、图像处理技术在路桥裂缝病害检测工 作中的应用进行了研究。采用对比分析和数据验证相结合的方法，重点针对利用机器视觉技术实现病 害特征提取、特征识别和量化计算算法进行了比较研究。研究结果显示：①釆用修正后的Faster R-CNN和深度可分离卷积网络能够有效减少参数数量，实现算法速度和精度的平衡；②采用小波变换 滤波和KD树算法相结合的方式能够精确实现裂缝病害的连续特征提取；③基于裂缝的统计特征可快 速实现病害分类。基于上述研究成果，提出并研发了一种路桥裂缝病害的自动检测方法，通过在广东 省8条高速上的实例验证和模型优化，实现了路桥裂缝病害的自动化检测，精度达到95%,大幅度地 提升了检测效率，有助于提高路桥的安全运行水平。 |
| 期刊名称： | 交通运输研究 |
| 出版日期： | 202108 |
| 出版年： | 2021 |
| 期： | 04 |
| 页码： | 114-122 |
检索历史
应用推荐
