基于卷积神经网络的桥梁裂缝检测与识别

• 作者: 刘洪公 孟洁 李冰莹 王学军
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 图像处理 桥梁裂缝 Raspberry Pi 卷积神经网络 检测
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 机械、电子与信息科学
• 页码范围: 485-490
• 页数: 6页
• 分类号: TP183
• 字数: 2957字
• 语种: 中文
• DOI: 10.7535/hbkd.2016yx05009

摘要

针对当前中国检测桥梁裂缝依赖人工目测,危险系数极大的落后现状,研究了一种基于数字化和智能化的检测方法,以提高桥梁安全诊断效率,降低危险系数.结合机器视觉和卷积神经网络技术,利用Raspberry Pi处理器采集和预处理图像,分析裂缝图像的特点,选取效果检测和识别裂缝效果最佳处理算法,改进裂缝分类的卷积神经网络模型(CNN),最终提出一种新的智能裂缝检测方案.实验结果显示:该方案能够找到超出桥梁裂缝最大限值的所有裂缝,并可以有效识别裂缝类型,识别率达90%以上,能够为桥梁裂缝检测提供参考数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王学军	石家庄铁道大学信息科学与技术学院	20	74	5.0	8.0
2	刘洪公	石家庄铁道大学信息科学与技术学院	1	20	1.0	1.0
3	李冰莹	石家庄铁道大学信息科学与技术学院	1	20	1.0	1.0
4	孟洁	石家庄铁道大学信息科学与技术学院	1	20	1.0	1.0