基于改进UNet的混凝土 CT孔隙裂隙分割方法
贺军义1
冯嘉莘1
焦华喆2
李远航1
吴梦翔1
韩一杰1
1.河南理工大学计算机科学与技术学院,河南焦作 4540002.河南理工大学土木工程学院,河南焦作 454000
摘要：为了解决计算机断层扫描(Computed Tomography,CT)混凝土图像中裂隙和孔隙像素值一致,导致阈值分割效果差的问题,提出一种基于UNet模型的改进模型,对混凝土 CT图像进行裂隙和孔隙分割.首先,通过CT技术扫描混凝土试块获取CT图像后,人工标注出CT图像中的裂隙与孔隙,并利用数据增强扩充训练集;然后,采用非对称卷积模块和残差模块对UNet模型中编码器和解码器进行改进,在特征提取部分采用非对称卷积模块降低模型的运算量后,使用残差模块减少参数量,降低了训练过拟合,有效提升了CT图像中裂隙与孔隙的分割精度.试验结果表明:改进模型在制作的混凝土 CT图像数据集上召回率达83％,分割精度为85％,Dice值为85％,对比UNet和其他现有的深度学习模型都有较高提升,为混凝土细观破坏机理研究提出新的思路.
关键词：混凝土 CT裂隙孔隙分割UNet非对称卷积残差模块
分类号：TD313(矿山压力与支护)
资助基金：国家自然科学基金(61872126)国家自然科学基金(61772159)河南省科技攻关项目(212102210092)河南省高校重点研究基金(20A520015)中国博士后科学基金特别资助项目(2022T150195)复杂室内环境下人员高精度组合定位关键算法研究(2022XQG-03)
论文发表日期：2023-05-30
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：10( 615-624 )
英文信息