基于改进DeepLabV3与Canny算法的路面裂缝语义分割方法

• 作者: 张卫国 张思瑞 西安科技大学计算机科学与技术学院
• 来源期刊: 计算技术与自动化
• 学科: 交通运输
• 关键词: 图像处理 语义分割 裂缝检测 全卷积网络 Canny边缘检测
• 年，卷（期）: 2024,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 96-101
• 页数: 6页
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202303016

摘要

为准确检测混凝土路面裂缝的形态与分裂程度，避免其结构进一步受损，提出了一种改进的DeepLabV3网络语义分割模型。利用Canny算法优异的检测能力对裂缝边缘进行提取，改进分割网络的上采样层进行残差多层采样；优化空洞卷积的扩张率降低感受野，平衡网络对不同尺度裂缝的敏感度；融合并行注意力模块抑制分割模型易产生的伪影效应，获取更具互补性的裂缝特征。在公开数据集上进行训练与预测，在全卷积网络(FCN)结合条件随机场(CRF)方法、Deep LabV3方法、Deep LabV3+方法与Lraspp方法中开展了对比实验。实验结果表明，本方法的MPA为98.73%,MIOU为87.53%,有效抑制噪声干扰，分割结果精确且连续。