隧道渗漏红外特征识别与提取技术研究

发布时间：2020-06-16 01:53

【摘要】：隧道渗漏水检测是隧道运行维护的重要工作之一,其主要目的是检测出隧道中渗漏水区域的位置和面积,为隧道的防水等级评估以及补漏工作提供依据,然而目前常用的检测方法均未能有效地满足这些要求。针对这些不足本文研究了隧道渗漏水红外热像特征的识别与提取技术。首先,根据渗漏水检测的需要研究了隧道渗漏水的识别技术,用于识别并判断在拍摄得到的红外热像图中是否存在渗漏水区域;利用训练并收敛的卷积神经网络模型来完成渗漏水的识别,测试结果表明,该渗漏水识别模型能够在测试集上取得94.85%的检测精度,并且其检测平均耗时为40.5ms,能够满足实时检测的目的。其次,研究了一种渗水区提取技术,用于提取出红外热像图中的渗漏水区域。渗水区的提取在渗漏水识别之后进行,用于对检测存在渗漏水的区域做二次检测和分析;利用训练并收敛的全卷积神经网络模型来完成渗水区的提取,测试结果表明,该渗水区提取模型能够在测试集上达到95.56%的提取精度,并且联合渗漏水识别模型能够取得94.96%的联合提取精度。最后,研究了渗漏水的定量分析技术,用于计算得到渗水区的真实位置和面积。利用超声距离传感器、角度传感器、可见光摄像头结合椭圆拟合以及透视成像原理,实现了渗水区像素点与真实隧道衬砌点之间的变换。此外利用三维建模软件和渲染工具进行了精度分析,分析结果表明,该反变形计算能够达到95%以上的精度。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U457.2
【图文】：

隧道渗漏水,图像,渗漏水

隧道的缺陷检测，尤其是电缆隧道的渗漏缺陷检测。1.2 隧道渗漏危害随着经济的发展、地面资源的紧缺以及交通的压力，地下隧道在城市建设中的作用越来越大。截止 2013 年底，我国铁路隧道的总长达到 8938.78km，公路隧道总长达到 9605.6km，地铁隧道总长达到 2746km[1]。这些隧道在运行的过程中会受到各种形式的病害，包括：顶层滑坡、衬砌背面空洞、隧道结构损失和渗漏水等[2-5]。其中渗漏水（如图 1.1 所示）是隧道中最为常见的病害之一，其主要形式包括：隧道漏水和涌水、衬砌积水、衬砌渗水以及衬砌表面泛碱等[6,7]，这些形式的渗漏水会对隧道的安全运行产生严重威胁，如渗漏水会影响隧道衬砌面的稳定性[8-10]；渗漏水会导致混凝土中的钢筋腐蚀[11]，导致隧道衬砌材料劣化[4]；渗漏水会引发地层和隧道沉降以及隧道衬砌附加内力[12]。

可见光图像,裂纹检测,隧道

图 1.2 隧道裂纹检测装置[21]水检测领域，主要使用的方法有：人工检测法、视觉方人工检测法是使用最广的检测方法，主要通过检测人方式来检测是否存在渗漏水，但是这种检测方式存在的缺点，难以应对隧道工程的快速发展。视觉方法进对隧道衬砌的可见光图像进行图像处理以检测渗漏水较于隧道无渗漏水区域会出现灰度差如图 1.3 所示，渗漏水的检测和提取，如黄宏伟等人[27]进行的隧道渗于该种方法利用的是可见光波长，易受光照条件的影的照明条件有着较高的要求，并且在实际检测过程中漏水区域难以在可见光图像中显现出明显的灰度差别

【参考文献】