基于深度学习和无线传输的桥梁裂缝图像识别系统

目前混凝土桥梁裂缝检测自动化程度低且多依靠人工肉眼判定裂缝的出现。为解决该问题,设计了一种便于搭载在检测设备上的桥梁裂缝识别系统。分为以下三个部分:采集传输系统,采用OV5640摄像头获取实时JPEG格式图像,使用WIFI协议完成JPEG数据流的传输,实现通过网络的图像实时传输;图像处理系统,采用与C#语言相对应的OpenCV函数库Emgu设计了一种高效视频流图像处理方法,并采用图像灰度化、中值滤波、阈值分割等方法处理裂缝图像;图像识别系统,在AlexNet神经网络的基础上改进设计了识别精确且速率更快的神经网络,用于裂缝的自动识别。通过对桥梁表面扫描拍摄,该识别系统可快速识别并定位裂缝,能够较大地提高裂缝检测自动化程度,推动了桥梁裂缝检测技术的发展。