基于U-Net的岩层图像裂缝检测算法应用

• 作者: 刘鑫 赵慧杰 武苏雯
• 来源期刊: 计算机技术与发展
• 关键词: 岩层图像 裂缝检测 U-Net 批量归一化 修正线性单元 深度可分离卷积 均方误差
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 图形与图像
• 页码范围: 73-78
• 页数: 6页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.05.013

摘要

为快速检测工程和煤矿矿山的岩层状况,实现对岩层图像的裂缝检测,提出一种基于U-Net的岩层图像裂缝检测算法.采用随机平移与旋转的方式扩充原始数据集,使数据量为原始数据的11倍,并以扩充后的数据集为训练集,较好地解决了数据量不足的问题;图像预处理结合加权平均法和自适应中值滤波算法,保留了裂缝特征信息,提高了检测效果;新增批量归一化(batch normalization,BN)层和修正线性单元(rectified linear unit,ReLU)激活层到网络中,用深度可分离卷积(depthwise separable convolution,DSC)替换普通卷积,增强了网络性能,加快了模型学习速度,得到一个更快、更小的网络模型;使用Adam优化算法,结合均方误差(mean squared error,MSE)损失函数处理训练模型,降低了损失值,提高了精确度.实验结果表明,相较于其他以原始U-Net网络结构为基础的算法,该算法对岩层图像的裂缝检测效果更明显,收敛速度更快,精确度更高,能较好辅助工程勘测,完成检测任务.