基于深度学习的渡槽裂缝类型判定方法

作     者：张社荣 时铮 王超 李志竑 关炜 ZHANG She-rong;SHI Zheng;WANG Chao;LI Zhi-hong;GUAN Wei

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 水利部南水北调规划设计管理局北京100011 

基　　金：国家重点研发计划(2018YFC0406903) 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2021年第39卷第8期

页      码：149-152页

摘      要：目前混凝土渡槽裂缝成因判定主要依靠专家人工评价,效率较低,而大多数自动化识别程序仅识别裂缝是否出现,并未进行裂缝特征提取及裂缝类型判定。因此,提出一种基于深度学习的渡槽裂缝类型判定方法,该方法通过图像识别提取图像中裂缝的产状、走向、长宽、数量等特征参数,并将提取到的参数与监测温度等数据相结合,采用机器学习模型判定裂缝类型。试验结果表明,裂缝宽度误差在0.02 mm以内,裂缝类型判断准确率达88.0%。

主 题 词：深度学习 裂缝类型 图像识别 渡槽 

学科分类：081504[081504] 08[工学] 0815[工学-矿业类] 

馆 藏 号：203104802...