摘 要: | 隧道表面裂缝的检测已经成为地铁运营人员的重要巡检任务之一.为实现隧道裂缝病害的自动监测,提出一种结合病害特征提取和深度学习的隧道裂缝样本自动标注与识别算法;针对隧道裂缝形态特征建立裂缝图像的特征样本库,改进了AlexNet深度卷积网络结构;设计研制了轨道移动式隧道图像采集系统以及巡检车,采集并构建了包含4 500张裂缝图像样本和1 500张测试图像的数据集,用以验证算法的可行性和有效性.研究结果表明:采集的图像清晰度符合要求,所设计算法可完成裂缝目标自动标注;裂缝图像测试集的识别率达到97.8%,证明了算法研究和采集系统的有效性.
|