發(fā)布時(shí)間：2021-09-03 07:24

　　在大壩、橋梁、隧道等基礎(chǔ)設(shè)施的建設(shè)中,混凝土作為用途最廣、用量最大的一種建筑材料發(fā)揮著重要作用。然而由于惡劣天氣、使用時(shí)間、材料質(zhì)量和施工技術(shù)等原因,建筑物的混凝土構(gòu)件經(jīng)常會(huì)出現(xiàn)不同程度的裂縫,導(dǎo)致混凝土構(gòu)件形成一定損傷,對(duì)基礎(chǔ)設(shè)施的使用壽命、行人安全以及社會(huì)經(jīng)濟(jì)產(chǎn)生嚴(yán)重影響。因此對(duì)混凝土表面的裂縫等缺陷結(jié)構(gòu)進(jìn)行檢測(cè)成為一大重要研究問題。針對(duì)此問題,本文提出了一種基于深度學(xué)習(xí)的裂縫圖像檢測(cè)與分割方法。該方法主要分為兩個(gè)階段:在第一階段中,我們通過卷積神經(jīng)網(wǎng)絡(luò)提取抽象特征,并保留每一層的特征圖。在第二階段,我們利用轉(zhuǎn)置卷積將特征圖放大,并與低維度的特征進(jìn)行融合,從而得到精確度更高的分割模型。此外,我們還提出了一種適用于細(xì)小物體分割網(wǎng)絡(luò)的邊界加權(quán)損失函數(shù),根據(jù)像素點(diǎn)到邊界的距離不同而給予不同權(quán)重,從而使得細(xì)邊界目標(biāo)區(qū)域被判定為正樣本時(shí)具有更高的優(yōu)先級(jí),以此減少分割結(jié)果的斷裂情況,提高檢測(cè)精度。為符合實(shí)際應(yīng)用場(chǎng)景,本文還構(gòu)建了一個(gè)真實(shí)的裂縫數(shù)據(jù)集,用于對(duì)模型進(jìn)行訓(xùn)練和驗(yàn)證。之后我們基于圖像處理技術(shù)對(duì)裂縫的分割結(jié)果進(jìn)行了定量分析,通過基本的形態(tài)學(xué)方法如腐蝕、膨脹、開閉運(yùn)算等操作得到裂縫的分割標(biāo)... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１卷枳神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??（１）輸入層（Ｉｎｐｕｔ?ｌａｙｅｒ）??

?素越近，相關(guān)性越強(qiáng)，反之則越弱。因此局部感知使用部分神經(jīng)元來接收?qǐng)D像信??息，然后通過整合所有信息來實(shí)現(xiàn)圖像增強(qiáng)的目的。從圖２－２可以看出，第ｎ＋１??層的節(jié)點(diǎn)只與第ｎ層的３個(gè)節(jié)點(diǎn)相連，因此只需要３＊３＝９個(gè)參數(shù)，相比于每一個(gè)??都兩兩相連需要５＊３＝１５個(gè)參數(shù)減少了?４０％的計(jì)算量。與此類似，第ｎ＋２層和第??ｎ＋１層也采用這種連接方法。這種局部連接大大減少了參數(shù)的數(shù)量，加快了學(xué)習(xí)??效率，并在一定程度上降低了過擬合的可能性。??第ｎ＋２層??Ｖ??、、??，?、、??ｖ?／?Ｖ?ｙ?Ｖ?／??Ｘ?！?Ｘ．?Ｘ?Ｉ?＼??Ｘ?＞丄、?Ｖ、??－（；．＿：；?〇?ｒ）?〇??圖２－２局部關(guān)聯(lián)示意圖??卷積足ＣＮＮ中的核心操作，它通過一個(gè)滑動(dòng)窗口，把卷積核與對(duì)應(yīng)的閣像??像素相乘然后相加。比如圖２－３屮我們?cè)谝粋�(gè)５＊５的閣像上，用一個(gè)３＊３的卷積??核來進(jìn)行卷積操作

?素越近，相關(guān)性越強(qiáng)，反之則越弱。因此局部感知使用部分神經(jīng)元來接收?qǐng)D像信??息，然后通過整合所有信息來實(shí)現(xiàn)圖像增強(qiáng)的目的。從圖２－２可以看出，第ｎ＋１??層的節(jié)點(diǎn)只與第ｎ層的３個(gè)節(jié)點(diǎn)相連，因此只需要３＊３＝９個(gè)參數(shù)，相比于每一個(gè)??都兩兩相連需要５＊３＝１５個(gè)參數(shù)減少了?４０％的計(jì)算量。與此類似，第ｎ＋２層和第??ｎ＋１層也采用這種連接方法。這種局部連接大大減少了參數(shù)的數(shù)量，加快了學(xué)習(xí)??效率，并在一定程度上降低了過擬合的可能性。??第ｎ＋２層??Ｖ??、、??，?、、??ｖ?／?Ｖ?ｙ?Ｖ?／??Ｘ?！?Ｘ．?Ｘ?Ｉ?＼??Ｘ?＞丄、?Ｖ、??－（；．＿：；?〇?ｒ）?〇??圖２－２局部關(guān)聯(lián)示意圖??卷積足ＣＮＮ中的核心操作，它通過一個(gè)滑動(dòng)窗口，把卷積核與對(duì)應(yīng)的閣像??像素相乘然后相加。比如圖２－３屮我們?cè)谝粋�(gè)５＊５的閣像上，用一個(gè)３＊３的卷積??核來進(jìn)行卷積操作

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的全卷積網(wǎng)絡(luò)圖像裂紋檢測(cè)[J]. 王森,伍星,張印輝,陳慶.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(05)
[2]彩色圖像分割方法綜述[J]. 林開顏,吳軍輝,徐立鴻.  中國圖象圖形學(xué)報(bào). 2005(01)
[3]土木工程結(jié)構(gòu)健康監(jiān)測(cè)研究進(jìn)展[J]. 孫鴻敏,李宏男.  防災(zāi)減災(zāi)工程學(xué)報(bào). 2003(03)



本文編號(hào)：3380684