基于计算机视觉的混凝土表观裂缝识别和宽度测量

对钢筋混凝土(reinforcement concrete, RC)结构表观裂缝的高效识别可以为结构震损快速评估提供佐证。无论在地震现场还是实验室环境,此类工作均表现出量大、重复的特征,适合利用计算机视觉技术完成,以弥补人工方式低效、不确定性强的劣势。以消费级相机输出图像作为数据源,融合U-Net和VGG-16构造适用于混凝土表观裂缝识别的卷积神经网络(convolutional neuralnetwork, CNN)模型,依托多类型RC构件裂缝图像数据库完成模型训练和测试。利用形态学运算、Otsu阈值分割等技术进一步优化裂缝识别结果作为宽度测量的输入数据。为降低相机光轴与裂缝平面不垂直带来的裂缝宽度测量误差,通过特定靶标对原始图像进行透视误差校正,经检验,透视误差校正后的裂缝宽度测量的平均偏差最大可降低约25%。

铁路隧道衬砌表观裂缝快速检测技术

本文针对铁路隧道衬砌表观裂缝快速检测技术展开研究,目的在于提高对隧道衬砌表面裂缝的准确性和效率。通过综合分析现有的检测方法和技术,特别关注光学技术在表观裂缝检测中的应用,并探讨其他快速检测技术的概述。在研究方法和技术选择方面,重点确定光学技术的适用性,并设计了实验方案和数据采集方法。针对数据处理与分析,提出了选择合适的算法和技术的重要性。通过本研究,可以为铁路隧道衬砌表观裂缝检测技术的发展和应用提供指导和支持。

基于HU-ResNet的混凝土表观裂缝信息提取

针对混凝土结构表观裂缝检测准确率低、细节信息丢失及精度不高等问题,提出一种利用HU-ResNet卷积神经网络的混凝土表观裂缝检测方法。基于改进U-Net网络建立HU-ResNet模型,采用经ImageNet预训练的ResNet34残差网络作为编码器,以保留裂缝细节信息并加速网络收敛,引入scSE注意力机制模块在空间和通道重新标定编码块与解码块的输出特征,并利用超柱模块融合解码器各阶段所输出特征图获取更精确的裂缝图像语义信息和定位,同时采用组合损失函数进一步提高裂缝图像精度。实验结果表明,该模型的像素准确率、交并比和F1值分别达到0.9904、0.6933和0.8166,优于Canny、区域生长等传统数字图像模型和FCN8s、U-Net、U-ResNet等深度学习模型且裂缝检测更精准。

基于生物启发神经网络的水下坝面表观裂缝检测路径规划算法

为连续获取水下坝面表观长裂缝的局部图像,基于生物启发神经网络设计了一种自治水下机器人水下坝面表观裂缝检测路径规划算法。算法对裂缝走向进行标识,计算出其指向的栅格,并将指向结果通过活性增益的方式应用到路径决策中。通过仿真试验证实了该算法在保证对检测对象全覆盖的前提下,能够连续获取长裂缝的局部图像,连续度较牛耕法所规划的路径有较大的提升,有助于长裂缝图像拼接。

浅析建筑结构表观裂缝原因

本文以楼房建筑表观裂缝这一现象为论题,从现场管理的角度出发,详细分析了造成这一问题和现象的主因,以便为广大建筑技术人员提供一定的参考借鉴。

大体积素混凝土胸墙表观裂缝防治措施

为克服大体积素混凝土裂缝质量通病带来的不利影响,提高混凝土施工质量,加快施工进度,在多次对某施工现场现浇大体积素混凝土胸墙施工中出现的横、纵、斜向裂缝进行观察后,从模板的安装、混凝土的浇筑、拆模时间等方面入手,归纳出了人、机、料、法、环等多方面原因,并分别进行了试验及分析,找出了出现裂缝的主要原因,采取相应措施,将大体积素混凝土胸墙表观裂缝减少至平均每段胸墙不多于3条,使表观横向及纵向基本无明显裂缝,斜向裂缝明显减少,大体积胸墙素混凝土施工的表观质量明显提高。

基于深度学习的桥梁表观裂缝检测算法研究

针对在复杂背景条件下难以直接对桥梁表观裂缝进行检测的问题,文章提出一种基于深度学习的桥梁表观裂缝检测算法。首先利用滑动窗口算法将采集到的桥梁表观裂缝图像切分为小尺寸的桥梁裂缝面元图像和桥梁背景面元图像,并根据对面元图像的分析,提出一种基于Inception网络和残差网络(ResNet)的桥梁裂缝分类模型,用于桥梁裂缝面元和桥梁背景面元的识别;然后结合桥梁裂缝分类模型与滑动窗口算法对桥梁表观裂缝图像进行检测;最后利用数字图像处理技术测量裂缝宽度。结果表明:该文算法对桥梁表观裂缝有超过99%的分类精度,可满足实际工程需要;实现了裂缝的提取并能准确地定位出裂缝在图像中的位置;根据成像原理能测量出裂缝宽度。与传统的深度学习模型相比,该模型拥有更高的执行效率,可用于大规模检测,更易于应用在桥梁健康检测中。

C60混凝土柱表观微裂缝产生机理及控制措施

结合北京地铁奥运支线工程奥林匹克公园站主体结构高强度等级C60框架柱混凝土表观的实际情况,分析结构表面微裂缝产生原因和控制措施。

风机基础裂缝检测及处理方法

风机基础承受很大的弯矩荷载,基础表面混凝土容易开裂,因此对风机基础开展裂缝检测及处理对保障风机的安全运行具有重要意义。本文对山西某风电场基础裂缝进行了检测,对裂缝产生的原因进行了分析,进而对裂缝进行了处理。结果表明:很多裂缝宽度超过了相关规程限值的要求,需对其进行处理;裂缝产生的主要原因为混凝土保护层厚度过大以及二次浇筑;对基础裂缝进行处理后未出现新裂缝,验证了处理方案的合理性。本工程风机基础裂缝的处理方法可为类似工程提供参考。

混凝土结构表观损伤特征的三维数据模型

通过对混凝土结构表观裂缝、表层缺损和结构变形变位方面的表观损伤特征分析,提出了结构表观损伤特征对象的描述方法和表征模型,并建立了在满足相似性及精度要求下的结构表观裂缝的化简数据模型。在以矢量与栅格集成的空间数据模型的基础上,以B-Rep模型及其3D FDS数据结构为核心和面向对象的混凝土结构表观损伤特征的三维数据模型,并实现了原型系统基本功能。