原文传递
基于三维激光扫描技术的隧道渗漏水检测及裂缝识别
| 论文题名： | 基于三维激光扫描技术的隧道渗漏水检测及裂缝识别 |
| 关键词： | 三维激光扫描技术;渗漏水检测;裂缝识别;点云数据;隧道 |
| 摘要： | 隧道作为轨道交通和公路最重要的组成部分之一，保证其运营安全关乎国计民生和人民生命财产安全。而隧道渗漏水、裂缝等表观病害影响着隧道营运安全，传统耗时耗力的人工巡检方式已满足不了日益增长的隧道检测需求，研究高效可靠的隧道无损检测方法迫在眉睫且意义重大。现有仅依据图像数据进行隧道病害检测存在隧道复杂环境影响较大、检测流程复杂、检测精度低等问题。针对上述问题，本文基于三维激光扫描技术所采集的激光点云与点云生成的强度图像数据，根据激光点云与图像数据各自的优势，利用点云反射强度、深度学习和图像处理技术对隧道进行渗漏水检测与裂缝识别研究，主要研究内容及成果如下： （1）研究隧道中轴线提取及点云数据预处理方法，提出主成分分析（PCA）与随机抽样一致性（RANSAC）算法相结合的隧道中轴线提取方法，并与传统的利用最小二乘提取隧道中轴线的方法进行了对比分析，实验结果表明本方法在减少了人为干预所产生误差的同时，提高了隧道中轴线提取精度与稳定性，为后续隧道沿中轴线展开奠定基础，保障隧道渗漏水检测的精度。 （2）研究基于点云反射强度的隧道渗漏水检测方法，利用点云反射强度分布直方图确定渗漏水区域的分割阈值，设计先通过欧式聚类提取渗漏水区域再用AlphaShapes算法进行边界提取的方法，最后通过MATLAB编程实现对隧道渗漏水病害的快速检测与统计分析。 （3）研究FasterR-CNN与区域生长算法相结合的隧道裂缝识别方法，通过改进的FasterR-CNN模型对隧道裂缝进行检测识别，研究的背景灰度补偿算法克服了隧道管线设施等杂物对裂缝提取的影响，再结合区域生长算法实现了对隧道细微裂缝的识别提取，实验结果表明该方法能够快速识别并成功提取隧道细微裂纹并计算其长度及数量。 |
| 作者： | 陈昌文 |
| 专业： | 测绘工程 |
| 导师： | 潘国兵 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
