当前位置:主页 > 科技论文 > 路桥论文 >

基于大数据分析的桥梁裂缝图像识别技术研究

发布时间:2021-06-07 16:25
  随着人工智能领域的不断发展和大数据时代的到来,将先进的信息技术应用到实际工程中已取得了巨大的成功,比如现在的人脸识别技术,智能交通监控系统等,但将先进的生产技术应用到土木工程领域还有很大的空间。在桥隧方面,桥梁裂缝检测是一项费时费力的工作,同时还具有一定的危险性。为解决这一难题,本文将利用大数据,结合海量的裂缝图像,利用深度学习框架对裂缝图片进行图像识别。目前这一领域的研究在如火如荼的进行,取得了丰硕的研究成果。本文将在前人研究的基础上,致力于图像裂缝识别效果的研究。本文结合大数据信息,利用深度学习技术,对混凝土裂缝进行识别研究。具体的研究重点如下:(1)采集裂缝图像,构建数据集。本文通过检测现场采集和实验室采集两种途径,共获取1500余张裂缝图片,通过图像分割,选取了7000张作为样本数据,经过图像处理技术,对裂缝图像进行了前期的预处理。最终选定5000张作为训练集,2000张作为验证集,训练迭代20万次,生成了最终的裂缝模型。(2)鉴于裂缝图像的多样性,本文分别对横向、纵向、斜向和交叉4种不同形状的裂缝进行识别,精确率达到95%以上,识别效果良好,裂缝走向能够完好的识别出来。对算法... 

【文章来源】:东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】:91 页

【学位级别】:硕士

【部分图文】:

基于大数据分析的桥梁裂缝图像识别技术研究


历年桥梁数目和桥梁总长图

风陵渡,墩帽,山西省,黄河


?庑┪侍獾牟??使得桥梁的实际使用寿命与设计寿命相差甚大,甚至出现坍塌事故的发生。根据调查资料,下面着重介绍几个由桥梁裂缝扩展引发的结构病害或事故。京杭运河特大桥全长1131.2米,桥该于2012年投入使用,实际桩号为K342+206,上部结构采用双塔双索面混凝土斜拉桥、装配式预应力砼连续箱梁全桥共50孔,跨径组成为5×30+6×30+(108+248+108)+6×30+5×30m。根据江苏省交通公路局检测报告,主要桥梁病害包括大量纵向裂缝,裂缝长度0.1米到数米不等,这些裂缝的存在对该桥的正常使用造成了一定影响,需要后期修补。图1-2墩帽外侧挡块开裂风陵渡黄河公路大桥位于山西省风陵渡镇,该桥全长为1409.6m,宽度为12m,主桥为三向预应力变截面连续箱梁,采用挂篮悬臂浇筑法施工[4-5]。大桥于1994年11月建成竣工通车,由于设计不足和施工过程中施工不到位等原因,大桥竣工通车后,梁体在一些部位出现了不同程度的裂缝,裂缝出现部位主要分为两种:第一种裂缝部位是腹板,这种裂缝集中出现在第一、第五、第六、第十四跨靠近梁端处,裂缝由下至上,由支点向跨中呈45度斜向,其中最大裂缝宽度达0.75mm,已超过规范0.3mm的要求;第二

照片,精度,方法,裂缝


受到局部最小值的影响。RobertOuellette在文章中引入了遗传算法来训练卷积神经网络的滤波器优化了局部最小值问题。该方法对100张裂缝照片进行研究,得到92.3%的准确率,取得了良好的检测效果。2008年,韩国科学技术院的JeongHoLee为解决混凝土表面裂缝粗糙的的问题,提出了一种用于桥梁自动检测的机器视觉系统[20]。该系统可以对裂缝进行实时检测,通过对100个噪声图像(图像像素为640×480)评估,每幅图像一个像素对应0.15mm,被检测的目标裂缝宽度大于0.2mm。实验表明该方法比其他传统的方法在精度方面提高了2%-7%。图1-4几种方法的精度对比

【参考文献】:
期刊论文
[1]桥梁混凝土结构裂缝成因及控制措施分析[J]. 许丽娟.  交通世界. 2018(23)
[2]发展中的中国桥梁——张喜刚谈中国桥梁的现状与展望[J]. 李文杰,赵君黎.  中国公路. 2018(13)
[3]基于卷积神经网络的路表病害识别与测量[J]. 沙爱民,童峥,高杰.  中国公路学报. 2018(01)
[4]我国公路桥梁总数超80万座[J].   城市规划通讯. 2017(22)
[5]基于人工智能与智能手机的混凝土裂纹检测[J]. 赵雪峰,李生元,欧进萍.  物联网技术. 2017(08)
[6]浅谈桥梁裂缝产生的原因[J]. 张健美.  江西建材. 2017(15)
[7]深度学习及其在图像物体分类与检测中的应用综述[J]. 刘栋,李素,曹志冬.  计算机科学. 2016(12)
[8]基于OpenCV的图像处理[J]. 苏慧娟,于正林,张桂林.  科技资讯. 2014(08)
[9]钢筋混凝土桥梁裂缝种类及成因分析[J]. 赵鹏.  黑龙江科技信息. 2013(28)
[10]桥梁裂缝成因及处理[J]. 杨天.  现代装饰(理论). 2011(12)

博士论文
[1]基于迁移学习与深度卷积特征的图像标注方法研究[D]. 宋光慧.浙江大学 2017
[2]基于数字图像处理的沥青路面裂缝识别技术研究[D]. 孙波成.西南交通大学 2015
[3]基于图像分析的路面裂缝检测的关键技术研究[D]. 马常霞.南京理工大学 2012

硕士论文
[1]基于深度视感知学习的食物识别移动端系统研究与开发[D]. 蓝天.兰州理工大学 2018
[2]无人机运动目标实时检测识别算法研究[D]. 黄卓.哈尔滨工业大学 2018
[3]基于图像处理的桥梁底面裂缝检测识别方法研究[D]. 占继刚.北京交通大学 2017
[4]深度循环网络在移动端说话人识别中的应用[D]. 刘强.电子科技大学 2017
[5]基于图像分析的桥梁裂缝检测方法研究[D]. 陈瑶.中国科学技术大学 2016
[6]基于JPEG的图像编辑与增强方法的研究与设计[D]. 张静.北方工业大学 2014
[7]基于数字图像处理的混凝土桥梁底面裂缝的检测[D]. 刘小燕.武汉理工大学 2014
[8]钢筋混凝土桥梁裂缝成因分析与加固措施研究[D]. 刘松平.浙江大学 2012
[9]同蒲铁路新风陵渡黄河特大桥及引线工程设计方案研究[D]. 吴延伟.西南交通大学 2009
[10]图像灰度增强算法的研究[D]. 高赟.西安电子科技大学 2007



本文编号:3216910

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3216910.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户46e8e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com