基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
隧道衬砌的病害严重影响着行车和生命安全,裂缝是隧道衬砌最常见也是最严重的病害之一,需要对其进行定期检查和测量.基于数字图像技术设计隧道衬砌裂缝识别系统,对相关算法进行研究和优化.针对隧道环境内采集的图像容易曝光不足、光照不均且噪声严重的问题,对图像进行增强处理后构建基于双边滤波改进的去噪方法,可以在保护裂缝边缘细节的基础上滤除大量噪声.因有渗水、污渍、剥落等区域对隧道裂缝识别的影响,采用基于图像自适应分块下结合阈值和边缘信息的分割算法,有效地克服传统Otsu算法分割不准确的情况,得到完整裂缝的二值图像.采用相机尺寸标定,通过测量裂缝的像素尺寸转换得到其真实长度、宽度等指标,还可以进行裂缝等级评定.结合工程实例表明,所提出的算法对隧道衬砌裂缝的识别准确率达92%以上,验证了本文算法的有效性.
推荐文章
基于深度学习的盾构隧道衬砌病害识别方法
盾构隧道
衬砌病害
深度学习
卷积神经网络
图像分类
基于数字图像的混凝土桥梁裂缝检测技术
混凝土桥梁
裂缝检测
数字图像
计算机识别
图像处理
基于数字图像技术的混凝土路面裂缝检测研究
混凝土路面
裂缝检测
裂缝处理
数字图像
基于图像处理技术的车牌识别方法研究
图像处理技术
车牌识别系统
数字形态学
直接分割法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数字图像技术的隧道衬砌裂缝识别方法研究
来源期刊 铁道科学与工程学报 学科 工学
关键词 数字图像 隧道 衬砌 裂缝识别
年,卷(期) 2019,(12) 所属期刊栏目 桥梁隧道与结构
研究方向 页码范围 3041-3049
页数 9页 分类号 TU91
字数 5491字 语种 中文
DOI 10.19713/j.cnki.43?1423/u.2019.12.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭立敏 中南大学土木工程学院 234 3576 31.0 47.0
2 唐钱龙 中南大学土木工程学院 27 139 7.0 11.0
4 曹豪荣 中南大学土木工程学院 7 10 1.0 3.0
7 谭园 中南大学土木工程学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (43)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(10)
  • 参考文献(2)
  • 二级参考文献(8)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数字图像
隧道
衬砌
裂缝识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导