1 武汉理工大学安全与应急管理学院, 湖北 武汉 430079
2 重庆市计量质量检测研究院, 重庆 404100
混凝土结构在施工与使用的过程中易产生各种形式的裂缝,由此会产生诸多安全问题。传统的人工安全检测方法,不仅耗费财力和时间,而且无法保障其检测精度。为了提高混凝土表面裂缝的识别效率,提出了一种基于卷积神经网络结合聚类分割的识别方法,实现了对较复杂背景下混凝土表面裂缝图像的准确识别。研究结果显示,该方法不仅能够高效地分类,还能够高精度地对较复杂背景下的裂缝进行识别,这为降低混凝土表面裂缝识别的工作量、维护混凝土结构,对其进行安全检测提供了理论依据,同时也为以后更高精度和更复杂条件下的裂缝识别研究提供了一些参考。
图像处理 裂缝识别 安全检测 卷积神经网络 聚类分割 形态学处理 量化识别 激光与光电子学进展
2020, 57(22): 221023
