隧道表面图像多目标智能识别算法研究

隧道表面病害已经成为轨道交通基础设施巡检的重要任务之一，人工巡检方法耗时长、强度高，需要智能化、自动化的目标检测与病害识别算法研究。提出一种隧道多目标分类方法和智能识别理论模型，对采集的隧道表面图像进行精细化标注并建立数据集，采用基于语义分割的理论模型对隧道图像目标进行智能分类识别。考虑隧道纹理的特殊性，本研究对算法中模型结构进行改进优化，实现隧道多种目标的智能化检测。试验中，通过测试集和隧道正线图像进行对比试验，其中隧道典型病害裂缝的检测率为94.2%,渗漏水的检测率为96.9%,验证了模型和算法的有效性。