复杂环境公路隧道裂缝快速识别与分割算法研究

随着我国公路隧道由建设为主朝建养并重转化,在运营里程快速增长与既有隧道劣化加剧的双重作用下,移动检测及结构安全快速诊断已成为目前公路隧道运营维养领域的研究热点之一。我国已研发了多种类型的隧道检测车,为裂缝、渗漏水等表观病害的快速检测提供了手段,然而公路隧道衬砌图像背景复杂、干扰因素多、裂缝占比小的特点,给检测数据的快速分析带来巨大挑战,已成为制约技术推广的主要瓶颈。基于深度学习算法,本文提出了一种将目标识别与语义分割进行组合的裂缝快速提取方法,首先采用Faster R-CNN网络对原始衬砌图像进行目标识别,判定所采集图片是否存在裂缝并智能框选出裂缝区域;随后对框选出的裂缝区域自动裁切,由此过滤不含裂缝的图片并去除含裂缝图片中的干扰背景,再利用U-Net语义分割网络对裂缝进行像素级分割。通过实际工程验证发现,单幅图像裂缝整体分割时间小于0.15 s,在常见各类干扰因素下,目标识别F1值可达到92%,语义分割像素准确度可达到98%以上。与阈值分割和同类智能分割算法相比,本方法显著提高了识别速度与精度,为从隧道检测车海量数据中进行快速准确的裂缝提取提供了良好手段。     

基于无人机的建筑立面裂缝检测

为准确、全面检测建筑立面裂缝,提出一种基于无人机近景摄影测量和计算机视觉的裂缝检测方法。首先根据建筑立面高度和结构特点,结合无人机自动航线飞行和手动贴近飞行进行影像数据采集,并基于此构建针对建筑裂缝的影像数据集。其次,借助基于深度残差神经网络的识别方法对建筑立面进行识别以提取出墙面上的裂缝区域。进一步地,构建基于坐标转换的无人机影像像素解析度计算方法,建立数字图像处理驱动的裂缝几何信息提取方法。最后,以上海市同济大学四平路校区内中德楼为例进行裂缝检测实验,实验结果表明利用本文方法可对高层建筑立面进行影像采集,重建后影像精度达到亚毫米级(0.5mm/pixel),并能在此基础上准确地进行建筑立面裂缝检测(精确率99%),同时可以合理判断裂缝的长度,检测成果可以反映裂缝在墙面上的分布和走向,为后续建筑立面裂缝病害类型的判断提供支撑,具有良好的应用价值。     

基于多尺度建模的震损RC框架抗火混合模拟

基于构件的震后火灾试验无法全面真实反映整体结构历经地震损伤后局部构件的受火性能,采用ABAQUS软件建立不同损伤组合下的钢混框架有限元模型,并将多尺度建模方法与抗火混合模拟相结合,研究不同建模方式的计算结果差异、不同损伤组合对结构耐火极限的影响,以及抗火混合模拟评估结构震后火灾性能的适用性。结论表明：相对微观单元模型,多尺度单元模型的计算时间在裂缝损伤下和裂缝与剥落共同作用损伤下分别缩短68%和61%,裂缝与剥落共同作用损伤较裂缝损伤耐火极限降低22%,由于考虑了边界条件的变化,抗火混合模拟能够通过局部构件试验反映整体结构的震后抗火性能。     

基于计算机视觉的电线破损智能巡查方法研究

提出一种改进的基于计算机视觉的线破损智能巡查方法。分析了大型电力网络电线破损检测的原理,采用图像视觉特征提取方法实现对电线破损部位的识别和定位,采用能量最小化约束方法找到电线破损点视觉图像的初始像素聚类中心,通过相异特征匹配的方法消除电线破损点图像中不规则点信息,实现基于计算机视觉的电线破损远程智能巡查和定位。仿真实验表明,采用该方法进行大型电力网络的电线破损视觉特征提取和监测,信息分析准确,破损定位和检测准确度高,实现电线破损的智能巡查。     

基于计算机视觉技术的结构表面裂缝检测方法研究

计算机视觉技术用于混凝土结构表面裂缝检测,具有现场检测方便、效率高、客观性强的特点,但图像数据分析是该技术的核心,其中裂缝提取与定量测量较为复杂。为提高裂缝图像处理效率和准确率,将深度学习和数字图像处理技术相结合,提出一种裂缝检测方法。建立基于深度卷积神经网络的裂缝识别模型,在图像上自动定位裂缝并结合图像局域阈值分割方法提取裂缝。在裂缝宽度定量测量方面,采用双边滤波算法和三段线性变换对裂缝图像进行预处理,提高了裂缝边缘识别的精确度。通过改进边缘梯度法,实现裂缝最大宽度的定位和裂缝最大宽度的自动获取。该研究为全自动识别裂缝图像及高精度测量裂缝宽度提供了一种解决方法。     

基于红外热像仪的火源定位方法

为了在消防机器人上实现火源的识别与定位,研究了基于红外热像仪的图像识别算法。利用红外热像仪感知的温度特征将疑似火源的区域从背景中分割出来;对二值化后的图像利用Blob提取算法,得到每个目标区域的像素集合;在此基础上,使用光流法提取图像的动态特征;提出一种分段均值的方法,并结合光流方向的其他特征来判定目标区域是否为火源。实验结果表明,提出的算法能有效定位火源。     

基于数字图像处理的沥青路面破损检测技术

本文针对路面破损的早期形式裂缝进行分析,探讨了基于数字图像处理的裂缝目标检测技术及方法。该方法主要包括以下几个步骤：处理路面裂缝图像噪音;增强图像特征;检测裂缝边缘并进行图像分割。本文采用不同的算法实现上述过程,并对结果进行比较分析。     

基于无人机摄影测量的房屋裂缝智能检测技术

基于计算机视觉,提出通过无人机两点激光测距自动提取裂缝几何参数的方法,构建基于坐标变换的图像像素解析度计算方法,建立图像处理驱动的裂缝长度、宽度、走向等自动提取方法。对在役建筑物外立面裂缝进行检测,结果表明,基于无人机摄影测量的裂缝检测方法具有良好的精度及工程应用价值。     

基于递进式级联卷积神经网络的混凝土裂缝识别方法

基于深度学习的卷积神经网络方法是目前图像裂缝识别鲁棒性较高的方法,主要分为滑动窗口法和图像分割法。滑动窗口法存在后期阈值分割裂缝精度不高的问题;全局图像分割法存在裂缝区域数据和背景区域数据严重不均衡问题,会对裂缝分割精度产生影响。采用了基于递进式级联卷积神经网络的方法对混凝土表面裂缝进行识别:首先采用全卷积神经网络一次性判断图像中所有密集重叠窗口区域内是否含有裂缝,然后将含有裂缝的窗口区块提取出来作为感兴趣区域,再基于轻量化的U-Net图像分割网络作用于感兴趣区域,将裂缝区域精确地提取出来。试验结果表明,所提出的基于递进式级联卷积神经网路的裂缝识别方法优于直接使用滑动窗口法和全局图像分割法,有着可靠的应用前景。     

基于Roberts边缘检测的面向对象建筑物信息提取

面向对象的建筑物提取过程中确定分割尺度繁琐而复杂。本文提出了一种基于Roberts边缘检测的分割尺度估算方法,利用Roberts检测得到边缘影像并选取样本计算出参数估值,从而确定最优分割尺度。实验表明,该方法实现过程简单,能快速地确定最优分割尺度参数,提高了建筑物提取的效率且精度高。     

电力科学研究院办公楼变形监测研究

在分析电力科学研究院办公楼结构的基础上,结合周边基坑开挖情况,确定了沉降监测、位移监测、倾斜监测三项监测内容,同时对监测工作的作业方法、仪器要求、精度要求及成果的数据处理、成果汇报、意见反馈等内容做了相应的描述,以指导同类工程变形监测工作。     

路基工程中的变形与应力监测技术应用

分析了监测技术在路基工程中的重要性,提出了路基工程中沉降、应力监测的目的和原则,从路基地表沉降、路基内部沉降及路基水平侧移观测等方面详细介绍了路基工程变形监测技术,以真实反映工程变化的实际情况,从而确保工程质量.     

视频检测在高速公路交通事件中的应用研究

对高速公路交通事件的特点及影响因素进行了分析,阐述了交通事件中视频检测原理及各种检测算法的优点,并以某路段为例,探讨了基于视频的交通事件检测系统模型的构成及性能提高方法,以指导实践。     

结构损伤检测方法的一些新进展

综述了结构损伤检测的方法。分别按照结构损伤模式、损伤检测中所研究的结构类型、损伤检测所使用的力学理论和数学方法将损伤检测法进行分类，对结构损伤检测的各种途径进行了简要介绍，此外，还叙述了各种方法的研究现状及适用范围。最后，对损伤检测中存在的一些问题提出了一些观点。     

几种检测手段在人工地基检测中的应用

对人工地基的检测一直是矿区建筑施工的重点。本文以某煤矿工业场地的地基检测为例,论述了几种检测手段在人工地基检测中的应用,以便能根据设计要求选择最适合、最经济、最有效的检测手段,以缩短工期,提高经济效益。     

复杂情况下城市地下管线探测体会

主要介绍了近间距管线等复杂情况下,利用管线探测仪进行城市地下管线探测得到的几点体会,并概述了今后城市地下管线探测技术的发展方向。     

谈桥梁结构检查和检测

介绍了国内外桥梁结构检查和检测的现状,并针对桥梁结构检查和检测的内容、方法和技术进行了简单叙述,指出应加强对桥梁养护的重视程度,通过采用科学的检测方法,对桥梁进行全面检测及时发现问题并处理,以确保桥梁安全运营。     

几种检测手段在人工地基检测中的应用

对人工地基的检测一直是矿区建筑施工的重点。本文以某煤矿工业场地的地基检测为例,论述了几种检测手段在人工地基检测中的应用,以便能根据设计要求选择最适合、最经济、最有效的检测手段,以缩短工期,提高经济效益。     

Flame and smoke detection method for early real-time detection of a tunnel fire

This paper presents an image-processing technique for automatic real-time flame and smoke detection in a tunnel environment. To avoid the large-scale damage caused by fire occurring in different environments, there are many studies about discovering and minimizing an incident as fast as possible. However, we need an original algorithm specialized for a tunnel fire, because this environment is quite different and it is difficult to apply existing fire detection algorithms to a tunnel environment. Therefore, this paper proposes an original algorithm that applies to a tunnel environment. Color and motion information are used to minimize false detections in tunnels, and this information enables us to detect the exact position of an event at an early stage, by detection, test, and verification procedures. The experimental results show the validity and efficiency of the proposed algorithms by a comparison of the characteristics of each algorithm.     

内检测技术在城市燃气管道的应用

总结城市燃气管道内检测实践,分析多轮内检测数据。分析内检测难点,提出应对措施和建议。