基于VGG16-UNet语义分割模型的路面龟裂形态提取与量化

提出了基于VGG16-UNet语义分割模型的路面龟裂分割技术，开发了该模型提取龟裂形态的量化评价方法；通过移动拍照设备采集路面干燥、浸水与存在道路标线影响等不同条件下的龟裂图像，构建了涵盖轻度、中度、重度3种破损程度的多场景龟裂图像数据集；分析了VGG16-UNet、VGG19-UNet、PSPNet、SegNet与DeepLab v3+语义分割模型的龟裂图像分割效果与相应分割指标，明确了最优分割模型并提取了龟裂形态特征；对比了外接正矩形、最小外接矩形和凸包3种轮廓形状拟合边界方法，确定了最优拟合边界，并据此计算了龟裂面积；提出了基于轮廓边界极点坐标的龟裂块度计算方法，分析了路面龟裂面积和块度特征。研究结果表明：VGG16-UNet模型与VGG19-UNet、PSPNet、SegNet、DeepLab v3+这4种语义分割模型相比，VGG16-UNet具有数量为14 710 464的最小总参数量，模型训练速度可达每个世代训练时间为118 s,并能达到每个图像0.021 s的最高预测速度，同时在公开数据集Crack500、CrackTree与EdmCrack600中对复杂背景的裂缝分割准...