基于卷积神经网络的桥梁裂缝检测与识别

摘要：

针对当前中国检测桥梁裂缝依赖人工目测,危险系数极大的落后现状,研究了一种基于数字化和智能化的检测方法,以提高桥梁安全诊断效率,降低危险系数.结合机器视觉和卷积神经网络技术,利用Raspberry Pi处理器采集和预处理图像,分析裂缝图像的特点,选取效果检测和识别裂缝效果最佳处理算法,改进裂缝分类的卷积神经网络模型(CNN),最终提出一种新的智能裂缝检测方案.实验结果显示:该方案能够找到超出桥梁裂缝最大限值的所有裂缝,并可以有效识别裂缝类型,识别率达90%以上,能够为桥梁裂缝检测提供参考数据.

关键词：图像处理、桥梁裂缝、Raspberry Pi、卷积神经网络、检测

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：河北省教育厅重点项目ZD2016052

在线出版日期：2016-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：485-490