基于图像识别技术的隧道衬砌裂缝检测系统研究

• 作者: 张翠兵 李健超 柴雪松 薛峰
• 来源期刊: 铁道建筑
• 学科: 交通运输
• 关键词: 铁路隧道 裂缝识别 试验研究 图像识别技术 深度学习
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 2017年度科技创新技术交流会专栏 高速铁路轨道技术国家重点实验室暨中国铁道科学研究院铁道建筑研究所
• 页码范围: 20-24
• 页数: 5页
• 分类号: U457
• 字数: 4236字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-1995.2018.01.05

摘要

首先分析了既有隧道衬砌裂缝检测系统存在的问题,然后应用最新技术发展成果,提出基于图像识别技术的隧道衬砌裂缝检测系统.该系统能对隧道衬砌图像予以高速采集和存储,其后端采用基于深度学习的裂缝识别算法对海量的隧道衬砌图像数据进行快速识别,并提取裂缝特征参数.将该系统安装在现有轨道车上进行了试验,结果表明该系统可以50 km/h的速度对1 mm以上衬砌裂缝无遗漏采集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛峰	中国铁道科学研究院铁道建筑研究所	8	45	5.0	6.0
2	柴雪松	中国铁道科学研究院铁道建筑研究所	23	190	7.0	13.0
3	张翠兵		3	19	3.0	3.0
4	李健超	中国铁道科学研究院铁道建筑研究所	3	14	2.0	3.0