先验信息强化的混凝土裂缝深度学习级联检测算法研究

为提高混凝土桥梁复杂表面的裂缝检测精度，提出一种基于深度学习的先验信息强化的裂缝级联检测算法。算法采用级联检测的方法将2个神经网络级联来检测裂缝；先验信息强化包括标准化和边缘强化，制作裂缝标准化切片时将裂缝旋转至水平走势并将质心放置在切片中心，同时根据灰度梯度相似性去除属于一般背景的切片；将切片进行裂缝边缘先验信息强化处理，以此人为地突出特征，降低网络训练难度。分别对比不采用先验信息强化和级联检测的网络结果，评价网络检测性能。实验结果表明，对混凝土桥梁表面裂缝检测的精确率和召回率达到89.64%和98.02%,能较好地避免背景中干扰物的影响。