地铁隧道结构机器视觉检测系统及应用分析
本文使用一种地铁隧道快速机器视觉检测系统,该系统采用深度学习算法,有效识别了采集图像中的病害特征.其软件平台能够方便隧道管理者实时查看和跟踪隧道病害信息.该检测系统应用于南宁地铁的检测,取得了较好的检测效果,能精确地识别隧道的裂缝、剥落和渗漏等病害,并从图像效果、定位精度、检测效率、识别率和检测精度4个方面与人工检测方法进行了对比分析.结果 表明,该系统的图像采集效果显著优于人工方法;检测速度可达30 km/h;识别裂缝、剥落和渗漏的识别精度分别可达89%、100%和94%;能够识别面积为100 mm2的表面缺陷和裂缝宽度>0.2 mm的裂缝.
地铁隧道、机器视觉、图像处理、快速检测、应用分析
P258(专业测绘)
2020-10-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
27-32,37