基于样本自动标注的隧道裂缝病害智能识别 |
| |
引用本文: | 王耀东,朱力强,余祖俊,史红梅,折昌美.基于样本自动标注的隧道裂缝病害智能识别[J].西南交通大学学报,2023(5):1001-1008+1036. |
| |
作者姓名: | 王耀东 朱力强 余祖俊 史红梅 折昌美 |
| |
作者单位: | 1. 北京交通大学智慧高铁系统前沿科学中心;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. 中国科学院微电子研究所 |
| |
基金项目: | 中央高校基本科研业务费(M21JB00010);;科技部国家重点研发计划(2016YFB1200402); |
| |
摘 要: | 隧道表面裂缝的检测已经成为地铁运营人员的重要巡检任务之一.为实现隧道裂缝病害的自动监测,提出一种结合病害特征提取和深度学习的隧道裂缝样本自动标注与识别算法;针对隧道裂缝形态特征建立裂缝图像的特征样本库,改进了AlexNet深度卷积网络结构;设计研制了轨道移动式隧道图像采集系统以及巡检车,采集并构建了包含4 500张裂缝图像样本和1 500张测试图像的数据集,用以验证算法的可行性和有效性.研究结果表明:采集的图像清晰度符合要求,所设计算法可完成裂缝目标自动标注;裂缝图像测试集的识别率达到97.8%,证明了算法研究和采集系统的有效性.
|
关 键 词: | 图像采集 图像处理 裂缝病害 深度学习 样本标注 |
|
|