基于像素差分卷积神经网络的类岩石裂缝检测方法 |
| |
引用本文: | 陈娟,张彦铎,卢涛.基于像素差分卷积神经网络的类岩石裂缝检测方法[J].武汉工程大学学报,2023(1):81-86+100. |
| |
作者姓名: | 陈娟 张彦铎 卢涛 |
| |
作者单位: | 1. 智能机器人湖北省重点实验室(武汉工程大学);2. 武汉工程大学计算机科学与工程学院 |
| |
基金项目: | 国家自然科学基金面上项目(52174085); |
| |
摘 要: | 针对现有裂缝检测算法提取的局部梯度信息不足而导致裂缝识别精度低的问题,提出了一种基于像素差分的编码器-解码器U型结构的裂缝检测方法。使用由像素差分卷积块和残差块组成的PDCBlock作为网络的编码器,将两种不同方向上的像素邻域的差分值计算融合到卷积网络运算中,以充分获取裂缝语义信息的同时更好地捕获局部梯度信息,使得在背景复杂的情景下裂缝边缘识别更准确。在混凝土类岩石裂缝数据集CRACK500上对比了同类方法,实验结果表明:该方法在上述数据集上的平均交并比和Dsc分别为0.436 3、0.580 4,裂缝分割精度、相似性上均优于对比方法。
|
关 键 词: | 类岩石 裂缝检测 像素差分 梯度信息 |
|
|