水工混凝土裂缝像素级形态分割与特征量化方法

作     者：任秋兵 李明超 沈扬 张野 白硕 REN Qiubing;LI Mingchao;SHEN Yang;ZHANG Ye;BAI Shuo

作者机构：天津大学水利工程仿真与安全国家重点实验室天津300350 中国长江三峡集团有限公司北京100038 西安理工大学西北旱区生态水利国家重点实验室西安710048 

基　　金：国家重点研发计划项目(2018YFC0406905) 国家自然科学基金面上项目(51879185) 

出 版 物：《水力发电学报》 (Journal of Hydroelectric Engineering)

年 卷 期：2021年第40卷第2期

页      码：234-246页

摘      要：混凝土开裂问题在水工建筑物主体结构中普遍存在,裂缝检测一直是水工混凝土结构安全鉴定的重要内容。数字图像处理技术因具有效率高、成本低等优势而被广泛应用于结构表面裂缝检测中,形态分割与特征量化是其核心任务。针对传统图像处理人工干预较多、泛化能力较弱等不足,本文提出了一种基于深度卷积神经网络的水工混凝土裂缝像素级形态分割与特征量化方法。该方法以U-net语义分割模型架构为基础,融合迁移学习技术,采用VGG16预训练网络强化编码器,提取多尺度高级语义信息,并通过改进交叉熵损失函数缓解样本类别不均衡问题,从而实现裂缝形态的精准分割。随后根据二值化分割掩膜,集成计算机视觉技术,给出了一整套定量计算裂缝面积、长度和宽度等几何特征参数的算法。以自制水工混凝土裂缝图像数据集为案例,通过仿真对比实验对所提方法的有效性和优越性进行了验证评估。结果表明,所设计深层网络的裂缝分割效果明显优于经典图像分割方法,且裂缝特征参数计算结果满足检测精度要求,以期为水工混凝土结构质量控制提供新的技术手段。

主 题 词：水工混凝土 裂缝检测 语义分割 特征量化 深度学习 

学科分类：08[工学] 0815[工学-矿业类] 081503[081503] 

核心收录：

D　O　I：10.11660/slfdxb.20210224

馆 藏 号：203102100...