基于图像处理与深度学习的隧道衬砌裂缝检测
王建锋1
刘文豪2
潘清云2
1.长安大学道路交通智能检测实验室, 西安 710064;陕西省道路交通智能检测与装备工程技术研究中心, 西安 7100642.长安大学道路交通智能检测实验室, 西安 710064
摘要：针对目前隧道衬砌裂缝检测方法适应性不好且检测精度不高等问题,提出了以图像处理和深度学习相结合的衬砌裂缝检测方法.首先,以隧道衬砌图像采集车载设备为研究对象,对获取的图像利用改进Mask匀光算法去除图像中的阴影,利用拼接缝去除方法去除拼接缝.其次,构建改进的VGG19网络模型,通过深度学习方法实现了衬砌裂缝的高效分割,提出基于虚拟标尺的裂缝长度和宽度测量方法,实现了衬砌裂缝的高效准确检测.最后通过实际隧道检测试验验证了本文方法的可行性和有效性,试验结果表明裂缝类型识别率高,裂缝长度的最大偏差为2.92 mm,裂缝宽度的最大偏差为0.28 mm.
关键词：智能检测隧道衬砌裂缝检测数字图像处理深度学习
分类号：U456(隧道工程)
资助基金：国家重点研发计划(2020YFB1713303)陕西省重点研发计划项目(2020ZDLGY16-05)
论文发表日期：2022-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 19-29 )
英文信息