-
题名基于深度学习和无人机的混凝土结构裂缝检测方法
被引量：23
- 1
-
-
作者
丁威
俞珂
舒江鹏
-
机构
浙江大学
斯坦福大学
-
出处
《土木工程学报》
EI
CSCD
北大核心
2021年第S01期1-12,共12页
-
基金
国家自然科学基金(52108179)
国家重点研发计划资助(2018YFE0125400)
-
文摘
混凝土裂缝检测是结构检测的重点内容之一。近年来,基于无人机的裂缝检测系统已得到广泛研究,并且深度学习也被用于从图像中自动识别裂缝。然而,仍然难以简单地实现裂缝尺寸的量化。该文旨在开发一种基于深度学习和无人机的裂缝检测方法,可以在没有参照标记物的情况下实现混凝土裂缝的准确检测和有效量化。首先提出了采用多尺度特征融合结构的裂缝特征金字塔网络,用于多种裂缝的图像分割。并在多尺度和多场景的裂缝数据集上进行了训练和测试。接下来提出了一种改进方法来标定无人机云台相机的图像尺度场,并建立了全场尺度。最后,通过获得的分割结果和全场尺度完成裂缝定位和定量测量。利用无人机系统进行了现场实验,验证了该方法的可行性。结果表明,在不同测量距离和角度下,裂缝宽度测量的最大误差均小于5%。研究成果有望为混凝土结构的裂缝检测提供一个具有前景的解决方案。
-
关键词
裂缝检测
量化测量
裂缝特征金字塔网络
无人机
全场尺度
-
Keywords
crack detection
quantitative measurement
crack feature pyramid network(Crack-FPN)
unmanned aerial vehicle(UAV)
full-field scale
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—控制科学与工程]
-
