基于图像识别的桥梁裂缝检测与评估
陈李玲 ( 温州信达交通工程试验检测有限公司 )
https://doi.org/10.37155/2811-0609-0402-28Abstract
随着基础设施的不断发展,桥梁的安全性和可靠性日益受到重视,传统的桥梁裂缝检测方法依赖人工巡 视,效率低且容易漏检。近年来,基于图像识别的技术逐渐成为桥梁裂缝检测的重要手段。本文探讨了一种基于深度 学习的图像识别方法,用于自动检测和评估桥梁裂缝。通过采集桥梁表面的图像数据,构建数据集并进行预处理,通 过裂缝识别与分类,显著提高检测的准确性和效率。试验结果表明,该方法在裂缝识别的准确率和实时性方面具有良 好的表现。基于检测结果的裂缝严重性评估模型,为桥梁的维护决策提供科学依据,通过运用先进的图像识别技术, 可以实现对桥梁结构更为全面和高效的监测,保障公共安全。
Keywords
图像识别;桥梁裂缝;检测与评估Full Text
PDFReferences
[1]刘明,张健,陈刚,等.基于图像处理技术的桥梁裂缝
检测方法研究[J].公路交通科技,2013,30(4):82-88.
[2]杨慧杰,张志勇,基于无人机影像的桥梁裂缝自动检
测方法研究[J].交通运输系统工程与信息,2017,17(1):87-93.
[3]李志伟,刘宏伟,基于深度学习的桥梁裂缝检测方法
研究[J].土木工程与管理学报,2018,15(2):71-77.
[4]王鹏,刘立涛,基于卷积神经网络的桥梁裂缝检测方
法研究[J].土木工程与管理学报,2019,16(1):82-88.
[5]赵宇,王瑞,基于深度学习的桥梁裂缝自动检测方法
研究[J].交通运输系统工程与信息,2019,19(4):87-93.
检测方法研究[J].公路交通科技,2013,30(4):82-88.
[2]杨慧杰,张志勇,基于无人机影像的桥梁裂缝自动检
测方法研究[J].交通运输系统工程与信息,2017,17(1):87-93.
[3]李志伟,刘宏伟,基于深度学习的桥梁裂缝检测方法
研究[J].土木工程与管理学报,2018,15(2):71-77.
[4]王鹏,刘立涛,基于卷积神经网络的桥梁裂缝检测方
法研究[J].土木工程与管理学报,2019,16(1):82-88.
[5]赵宇,王瑞,基于深度学习的桥梁裂缝自动检测方法
研究[J].交通运输系统工程与信息,2019,19(4):87-93.
Copyright © 2024 陈李玲 Publishing time:2025-01-31
This work is licensed under a Creative Commons Attribution 4.0 International License