隨著現(xiàn)代城市的發(fā)展,城市規(guī)模不斷擴大,居民越來越多,早期深埋于城市地下的排水管道已不堪重負,越來越引起人們的廣泛關(guān)注。目前在工程應(yīng)用領(lǐng)域,排水管道缺陷主要靠人工的肉眼識別,費時費力,主觀誤差大,因此開展排水管道缺陷智能識別研究具有重要的現(xiàn)實意義。管道缺陷具有類別多,差異不明顯等特性,導(dǎo)致圖像分類識別及分割出精準(zhǔn)的缺陷區(qū)域變得十分困難,而目前缺陷的智能檢測識別技術(shù)還處于起步階段。為了幫助工程人員快速檢測出排水管道缺陷,剖析缺陷的外觀特征(缺陷的大小,嚴(yán)重程度等),結(jié)合工程實際需求(缺陷類別、缺陷具體位置、評估缺陷修復(fù)工程量等),提出一種基于深度學(xué)習(xí)的地下排水管道缺陷的智能檢測技術(shù),通過改進的AlexNet網(wǎng)絡(luò)實現(xiàn)了排水管道脫落、龜裂、裂縫、沉淀、浮渣、結(jié)垢腐蝕、樹根、錯口脫節(jié)、障礙物、支管暗接等十種缺陷類型的自動分類,運用SegNet網(wǎng)絡(luò)完成了缺陷具體位置的精確分割標(biāo)注,主要得出了如下結(jié)論:1、通過分析我國排水管道的現(xiàn)狀,根據(jù)缺陷發(fā)生概率、危害影響及缺陷特征分析得到排水管道的十種典型缺陷(脫落、龜裂、裂縫、沉淀、浮渣、結(jié)垢腐蝕、樹根、錯口脫節(jié)、障礙物、支管暗接),并對各個缺陷的圖像特征進... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

排水管道排水不暢

圖 2-2 排水管道排水不暢 圖 2-3 排水管道塌方造成的路面坍塌Fig2-2 Poor drainage Fig2-3 Pavement collapse特征明顯，機器識別率相對較高。合以上三個原則，本次研究選取脫落、龜裂、裂縫、沉淀、浮渣、結(jié)垢腐蝕、樹節(jié)、障礙物、支管暗接等十類缺陷為我們的重點研究對象。型缺陷分析脫落、龜裂、裂縫管道的極限承載力小于周圍所給的壓力時，管道會發(fā)生破裂等危害，具體原因可能合理、管道使用時間過長導(dǎo)致腐蝕嚴(yán)重、周圍地質(zhì)情況及其他不可控因素等等。管有一個循序漸進的發(fā)展過程，首先管道出現(xiàn)細小裂痕，管壁上出現(xiàn)單一的線性裂承受的壓力進一步增大且裂縫造成的管道承載力下降，單一線性裂縫會發(fā)展成為縱龜裂，管道的內(nèi)壁材料開始出現(xiàn)起皮掉落現(xiàn)象，但管道的整體狀態(tài)并沒有受到特別響且未出現(xiàn)坍塌現(xiàn)象。但隨著外部壓力的繼續(xù)增大，管道的破碎程度進一步加深，承載力進一步下降，管道材料開始大面積的掉落甚至管道頂部坍塌。據(jù)管道承受不同壓力時管道內(nèi)壁所呈現(xiàn)的不同具體特征，我們將破裂細分為脫落、

沉淀Fig2-7sediment

【參考文獻】：
期刊論文
[1]管道焊縫數(shù)字圖像缺陷自動識別技術(shù)[J]. 董紹華,孫玄,謝書懿,王明鋒.  天然氣工業(yè). 2019(01)
[2]管道腐蝕視覺測量圖像邊緣檢測算法研究[J]. 李忠虎,張琳,閆俊紅.  電子測量與儀器學(xué)報. 2017(11)
[3]管道潛望鏡檢測技術(shù)及其在城市地下管網(wǎng)檢測中的應(yīng)用[J]. 婁繼琛,羅建中.  廣東化工. 2017(12)
[4]基于圖像處理技術(shù)的管道裂縫檢測方法研究[J]. 董晴晴,王宏濤,李灝.  應(yīng)用科技. 2018(01)
[5]玻璃缺陷識別算法研究[J]. 吳丹.  現(xiàn)代工業(yè)經(jīng)濟和信息化. 2015(02)
[6]管道檢測國內(nèi)外研究歷史與發(fā)展現(xiàn)狀[J]. 陳凱.  科技創(chuàng)業(yè)家. 2013(21)
[7]關(guān)于城鎮(zhèn)排水規(guī)劃中的幾點理性思考和建議[J]. 劉愛華.  科技與企業(yè). 2013(13)
[8]基于卷積神經(jīng)網(wǎng)絡(luò)的木材缺陷識別[J]. 徐姍姍,劉應(yīng)安,徐昇.  山東大學(xué)學(xué)報(工學(xué)版). 2013(02)
[9]國內(nèi)外油氣管道檢測監(jiān)測技術(shù)發(fā)展現(xiàn)狀[J]. 李育忠,鄭宏麗,賈世民,劉全利,鄧凱夫,張金權(quán).  石油科技論壇. 2012(02)
[10]基于圖像處理的管道裂縫檢測[J]. 孫文雅,李天劍,黃民,陳曉.  制造業(yè)自動化. 2012(01)

碩士論文
[1]基于深度學(xué)習(xí)的商品圖像分類[D]. 楊東坡.大連交通大學(xué) 2015



本文編號：2920360