图像识别技术在工程上的应用研究

于钱米; 李佳骏; 房建宏; 刘建坤

doi:https://doi.org/10.37155/2717-5316-0624-64

Home > Current

图像识别技术在工程上的应用研究

于钱米（宁波华东核工业勘察设计院集团有限公司青海省交通科学研究院）

李佳骏（中山大学土木工程学院）

房建宏（青海省交通科学研究院）

刘建坤（中山大学土木工程学院）

https://doi.org/10.37155/2717-5316-0624-64

Abstract

图像识别技术凭借其智能化与高效性，在工程领域展现出广泛的应用前景。本文系统综述了该技术在混凝土质量与裂缝检测、施工现场安全管控、岩土与边坡智能识别三大方向的研究进展。在混凝土工程中，深度学习算法（如卷积神经网络）显著提升了裂缝识别的精度与抗干扰能力，并成功应用于3D打印混凝土质量监测；在施工安全领域，基于迁移学习和无人机融合的智能监控系统实现了人员行为与设备状态的自动化检测，克服了传统人工监管的局限性；在岩土工程方面，结合计算机视觉与深度学习（如Inception-v3模型），实现了岩石岩性分类、砂土密实度评估及岩土分层的高效识别。尽管技术优势显著，当前研究仍面临实时性不足、无标签数据利用困难、复杂环境适应性差等挑战。未来需聚焦算法优化、多源数据融合及边缘计算等方向，以推动工程检测与管理的智能化发展。

Keywords

图像识别；深度学习；工程检测；施工安全；岩土工程

Full Text

PDF

References

[1]谢文高,张怡孝,刘爱荣,等.基于水下机器人与数字
图像技术的混凝土结构表面裂缝检测方法[J].工程力学,
2022,39(z1):64-70.
[2]陈权要,周燕,周诚.混凝土3D打印的机器视觉检测
研究现状与展望[J].土木建筑工程信息技术,2023,15(5):1-8.
[3]倪彤元,张武毅,杨杨,等.基于图像处理的桥梁混凝
土裂缝检测研究进展[J].城市道桥与防洪,2019,(7):258-263.
[4]韩豫,张泾杰,孙昊,等.基于图像识别的建筑工人智
能安全检查系统设计与实现[J].中国安全生产科学技术,
2016,12(10):142-148.

Publishing time:2025-12-31
This work is licensed under a Creative Commons Attribution 4.0 International License