融合改进ResNet-14和RS-Unet模型的混凝土桥梁裂缝识别
梁栋
李英俊
张少杰
河北工业大学 土木与交通学院,天津 300401
摘要：针对噪声影响下的细小混凝土裂缝检测,提出了将改进的深度残差网络(ResNet-14)和基于U形框架的Swin-Unet网络(Revised Swin-Unet,RS-Unet)相融合的混凝土桥梁裂缝检测识别方法.首先,利用改进的ResNet-14网络对裂缝子块进行识别,去除划痕、剥落等噪声的干扰,并保留裂缝区域;然后,采用RS-Unet网络模型对图像进行像素级分割,完成裂缝特征提取;最后,采用边缘线最短距离法进行宽度计算,并在实验室条件下设计了一套裂缝检测系统用以验证该方法.试验结果表明:在固定拍摄角度和距离的前提下,融合改进的ResNet-14和RS-Unet网络模型对噪声影响下细小混凝土裂缝的识别效果体现出了良好的抗干扰性和准确性,为其应用于实际工程中提供了重要参考作用.
关键词：桥梁工程深度学习ResNet裂缝识别特征提取宽度测量
分类号：U446(桥涵工程)
论文发表日期：2023-06-28
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：9( 10-18 )
英文信息