隨著信息、自動(dòng)化控制以及測繪技術(shù)的發(fā)展,水工結(jié)構(gòu)測量呈現(xiàn)越來越集成化、精細(xì)化和標(biāo)準(zhǔn)化。定期的裂紋檢測對水利樞紐基礎(chǔ)設(shè)施的維護(hù)和運(yùn)行起著至關(guān)重要的作用。根據(jù)裂紋的形態(tài)和位置特征,推斷裂紋的內(nèi)在損傷和潛在原因,為結(jié)構(gòu)風(fēng)險(xiǎn)評估提供合理指導(dǎo)。本課題來源于四川省科技計(jì)劃資助項(xiàng)目,著重解決混凝土壩面表觀缺陷的實(shí)時(shí)檢測問題。本文針對混凝土壩面所固有的不易達(dá)、不易檢的問題,以保證精準(zhǔn)、高效、安全、可靠為出發(fā)點(diǎn),對數(shù)據(jù)采集到數(shù)據(jù)處理整條流程進(jìn)行了研究,具體研究內(nèi)容包括:針對壩面環(huán)境的特殊性以及數(shù)據(jù)獲取的困難程度,采用圖像預(yù)處理的方式對采集到的數(shù)據(jù)進(jìn)行指定的增強(qiáng)處理,以此來豐富和優(yōu)化數(shù)據(jù)集,也使后續(xù)的深度學(xué)習(xí)更加高效的提取圖像特征,防止模型過擬合,增加檢測的準(zhǔn)確性。并引入遷移學(xué)習(xí)的方式對所有數(shù)據(jù)進(jìn)行精確且快速的分類,以便進(jìn)行后續(xù)標(biāo)注和分割處理。針對混凝土缺陷占整個(gè)圖像的比例相對較低,若采用傳統(tǒng)的分割網(wǎng)絡(luò)進(jìn)行檢測,在經(jīng)過多次池化操作過后,會(huì)導(dǎo)致缺陷信息被過多的損失掉的問題,本文提出了一種全新的基于卷積神經(jīng)網(wǎng)絡(luò)的缺陷實(shí)時(shí)檢測網(wǎng)絡(luò),該網(wǎng)絡(luò)在下采樣過程中利用部分卷積層替代池化層,加強(qiáng)對裂紋信息的提取,從而提升整個(gè)...

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1水電發(fā)展“十三五”規(guī)劃Fig.1-113thfive-yearplanforhydropowerdevelopment

、科學(xué)管理水庫大壩等水利工程，是保證防洪、發(fā)電、供水、灌溉等功能可持續(xù)發(fā)展的必然選擇，也是保障人民生產(chǎn)生活和國家經(jīng)濟(jì)發(fā)展的重要舉措[2]。水電發(fā)展“十三五”規(guī)劃對數(shù)字流域和數(shù)字水電、“互聯(lián)網(wǎng)+”智能水電站、大壩安全在線監(jiān)控和遠(yuǎn)程技術(shù)等方面提出了新的要求，應(yīng)用智能機(jī)器人系統(tǒng)開展水庫....

圖1-2大壩儀器監(jiān)測自動(dòng)化系統(tǒng)

ǎ?梅椒ㄍü?栽?紀(jì)計(jì)?奶卣魈崛。??崛〉玫降母叢猶卣鞣植鬮谷刖砘?窬?網(wǎng)絡(luò)來構(gòu)建高級(jí)特征，最后采用多層感知器來對缺陷進(jìn)行檢測與分類，由于卷積的前饋特性，這種方法實(shí)現(xiàn)了非常快速的預(yù)測，識(shí)別率也達(dá)到了90%左右。當(dāng)前壩面檢測技術(shù)主要包括大壩儀器監(jiān)測自動(dòng)化系統(tǒng)和人工巡檢兩種手段相結(jié)合....

圖1-3壩面人工巡檢

緒論7圖1-3壩面人工巡檢Fig.1-3Manualinspectionofdamsurface1.4本文主要研究內(nèi)容通過國內(nèi)外研究現(xiàn)狀分析，以及本課題所面臨的應(yīng)用場景，本文將從數(shù)據(jù)采集到數(shù)據(jù)處理整條流程進(jìn)行研究，具體研究內(nèi)容包括：針對壩面環(huán)境的特殊性以及數(shù)據(jù)獲取的困難程度，采用....

圖2-2缺陷數(shù)據(jù)分類處理流程圖

壩面圖像預(yù)處理11Inception-v3模塊全連接層IY卷積全連接層I激活函數(shù)Y池化激活函數(shù)池化卷積圖2-1遷移學(xué)習(xí)網(wǎng)絡(luò)與普通網(wǎng)絡(luò)對比圖Fig.2-1Comparisonoftransferlearningnetworkandordinarynetwork(2)網(wǎng)絡(luò)搭建與訓(xùn)練過....

本文編號(hào)：3915956