隧道表面图像多目标智能识别算法研究 |
| |
引用本文: | 许力之,王耀东,朱力强,史红梅,余祖俊.隧道表面图像多目标智能识别算法研究[J].铁道学报,2022(9):154-162. |
| |
作者姓名: | 许力之 王耀东 朱力强 史红梅 余祖俊 |
| |
作者单位: | 1. 北京交通大学机械与电子控制工程学院;2. 北京交通大学载运工具先进制造与测控技术教育部重点实验室;3. 北京交通大学智慧高铁系统前沿科学中心 |
| |
基金项目: | 中央高校基本科研业务费(2020JBZD003); |
| |
摘 要: | 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。
|
关 键 词: | 图像处理 隧道病害 深度学习 卷积网络 |
|
|