基于PCNN和遗传算法相结合的新型混凝土桥梁裂缝检测方法

• 作者: 丁文胜 沈晓宇 王健波 王艳 邹秀阳
• 来源期刊: 计算机应用研究
• 关键词: 混凝土桥梁裂缝检测 脉冲耦合神经网络 遗传算法 最小对数误差
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3197-3200
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.10.071

摘要

针对混凝土桥梁裂缝对比度低、裂缝图像噪声干扰强等难题,提出了基于脉冲耦合神经网络(PCNN)和遗传算法相结合的混凝土桥梁裂缝检测新算法(GA-PCNN).该算法首先利用遗传算法优化裂缝PCNN模型参数;然后通过改进的最小对数误差适应度函数区分裂缝与背景,当适应度值大小几乎无变化时,停止分割图像;最后通过连通域去噪算法滤除残余噪声,实现裂缝的自动检测.比较GA-PCNN、PCNN和基于熵及动态阈值算法对裂缝图像的分割效果,并绘制PR和ROC曲线评价分割质量,经计算GA-PCNN算法的PR和ROC曲线下面积为90.6％和91.6％,分别高于PCNN算法10.1％和6.8％、基于熵和动态闽值6.5％和6.7％.实验结果表明,GA-PCNN新算法分割效果好且去噪能力强,该算法能准确地提取混凝土桥梁裂缝特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁文胜	上海应用技术大学城市建设与安全工程学院	25	178	8.0	12.0
2	王艳	上海理工大学机械工程学院	57	277	9.0	13.0
3	邹秀阳	上海理工大学机械工程学院	2	13	2.0	2.0
4	沈晓宇	上海理工大学机械工程学院	4	22	2.0	4.0
5	王健波	上海理工大学机械工程学院	4	32	3.0	4.0