基于Faster R-CNN的隧道图像裂缝检测

近几年,随着城市隧道建设力度加大,隧道已进入中年期,其健康问题不容忽视。目前,基于图像处理技术的隧道裂缝检测已成为一种便捷的检测手段。然而,由于隧道图像存在对比度低、光照不均匀、噪声多等问题,对传统图像处理方法造成较多挑战,对此提出了一种基于深度学习网络Faster R-CNN的隧道图像裂缝检测方法。首先利用大量隧道裂缝图像训练产生裂缝模型,然后用此模型对隧道图像进行裂缝检测。实验结果表明,该方法能够弱化隧道图像质量问题,实现了对隧道图像裂缝的快速检测和准确定位与标注。

高速公路隧道图像数字化改造及智能应用

由于部分高速公路隧道内图像监控系统老化及早期设备性能不足等原因,导致隧道图像监控系统越来越无法满足各项监测需求本文将福建高速漳州路段实施的隧道图像数字化改造工程进行分析,该项目解决了早期建设隧道图像监控系统的通信、存储、性能等问题,为后期进一步智能化应用做了准备。

高铁隧道接触网号牌定位与识别

为解决高铁隧道接触网图像质量差导致号牌定位困难的问题,提出一种“粗定位-精提取”定位技术。通过二值化标记和特征筛选完成号牌粗定位;对粗定位结果进行边缘补偿,通过二次定位和分类处理实现号牌精确提取,定位准确率达98.4%。为解决低光号牌字符与背景分离难的问题,提出基于多尺度高斯拉普拉斯算子的零交叉二值化方法。在此基础上通过对现有字符分割算法改进,实现字符的正确分割。使用支持向量机和自建数据集进行模型训练和编号识别,识别准确率达95.4%。

利用轻量级高分辨率特征的隧道裂缝检测方法

针对现有隧道检测车采集图像成像质量不佳,且洞壁存在大量病害相似物干扰的问题,提出了一种基于轻量化的HR(high resolution)-Net框架的隧道病害检测算法TC(tunnel crack)HR-Net。该算法保留了HR-Net的主干语义特征交换子网框架,移除其他分支子网络以降低模型体积。此外,为弥补“剪枝”操作导致的特征损失,在子网分支末端加入了SE模块,对特征的每一通道进行权重划分,以增强特征抽象水平。通过在与精细化标注隧道病害图像数据集上进行验证,本算法的mIoU指标分别达到80.21%与71.22%,高于其他对比算法,并接近HR-Net的检测结果,但是耗时比后者减少了30%。

高速铁路隧道衬砌裂缝自动化检测硬件系统研究

衬砌裂缝是最常见的隧道病害。由于高速铁路列车运行速度较快,衬砌裂缝造成衬砌混凝土掉块会对高速铁路运行造成极大安全隐患。目前国内衬砌裂缝检测还停留在以人工检测为主的阶段,而基于图像处理的检测系统,已经广泛应用于桥梁、公路等工程中,但是由于隧道自身的特殊性,检测系统的发展较为缓慢。在结合高速铁路隧道自身特点基础上,提出一套隧道裂缝自动化检测系统,并对系统工作原理进行阐释,在此基础上对系统内部各项硬件设备进行选型,最后在实验室内完成组装和调试,基本达到了预期的效果。

基于改进U-Net的量子点STM图像分割

为提升量子点图像分割精度,降低特征识别误差,提出一种基于改进U-Net的量子点图像分割方法. 首先,在预处理阶段,设计了以色彩通道为权值的灰度化算法,以提升后续分割效果. 其次,在STM图像分割部分,在原始U-Net结构上引入中间过渡层以均衡网络各层特征. 而后,建立数据集,并通过实验对比不同分割算法的精确度、召回率、F-measure. 最后,将分割算法应用于量子点的特征识别,并测试了不同分割方式对应用的影响. 实验结果显示,改进灰度化方法保留细节信息丰富,明显提升了量子点分割精度;改进U-Net的平均精确率、召回率、F-measure相较原始网络分别提升了13.83%、2.16%、8.13%. 同时,实验数据表明由于分割精度的提升,量子点数量、纵横比等特征参数的识别更加精确.

基于FAST特征检测和FLANN特征点匹配算法的隧道展布图拼接方法研究

本文研究基于FAST特征检测和FLANN特征点匹配算法的隧道展布图拼接方法,主要解决目前隧道图像拼接中全幅拼接的技术问题。文章对一个隧道中隧道检测车分别左右检测两次所获得的两组隧道衬砌面图像进行分析,在每组数据中包含了一定量多个相机等距离触发、同一时刻同步拍摄的半幅隧道拼接数据,对隧道全幅拼接技术的进行详细分析和研究,提出了有效的解决方法,可以快速、准确地拼接出隧道展布图,满足隧道养护需求。

隧道衬砌病害识别后处理系统的设计与实现

隧道检测车采集的隧道衬砌图像由于精度要求高,导致图片的容量很大,本文利用多层隧道瓦片图像技术和病害图层技术解决了海量图片的快速加载和流畅展示,又通过深度学习来进行隧道衬砌病害的识别,构建了隧道衬砌病害后处理系统,搭配隧道车,大幅度的提升了隧道检测的效率。

基于高分辨特征的隧道病害检测算法研究

现阶段,自动化隧道病害检测的准确率往往受限于隧道内部的成像条件与检测车的采集设备,波动较大。本文提出一种基于HR(High Resolution)-Net的隧道病害检测算法HR-Net(1se),通过使用高分辨率特征可在成像条件较差的隧道洞壁图像中,更准确地提取隧道洞壁病害,且具有较高的鲁棒性。为提升算法运行效率,本算法使用HR-Net的第一阶段的特征提取网络作为主干网络,并使用该特征进行病害检测。通过在隧道病害图像数据集上验证,本文算法的mIoU指标达到81.74%,高于其他对比算法,并且耗时低于原始的HR-Net约25%。

地铁盾构隧道渗漏水病害图像识别算法

针对地铁隧道复杂渗漏水图像区域识别准确度低的问题,基于深度学习的渗漏水病害图像智能识别算法理论,分别研究并搭建U形网络(U-Net)和金字塔场景解析网络(PSP-Net)进行对比试验。基于采集的地铁隧道图像,建立复杂隧道渗漏水病害图像样本数据集,该数据集包含5000张地铁隧道病害图像,其中4000张人工标注图像数据,针对渗漏水图像特征,进行U-Net和PSP-Net网络模型的构建,同时使用自制数据集进行渗漏水图像的对比试验。通过对U-Net和PSP-Net网络的预测结果进行准确度评估,分析两者在渗漏水病害识别的性能,U-Net结构对渗漏水目标具有更强的覆盖性,适用于渗漏水区域的快速巡检;PSP-Net具有更高的精确度,适用于渗漏水的精细化检测。

Si（111）-√7×√3-In表面重构的几何与电子性质的第一性原理研

为了确定Si（111）-√7×√3-In表面的结构以及理解其电子性质，构建了六角型和矩形型的六种模型，并进行了第一性原理计算．通过模拟这些模型的扫描隧道显微镜图像，计算了功函数，并和实验结果进行了比较．发现hex-H3’模型和Hrect—T1模型分别为实验中的六角型和矩形型结构．同时还讨论了In覆盖度在1．0单层附近时In／Si（111）表面结构的演化机制．认为4×1相和√7×、√3相具有两种不同的演化机制，和实验结果一致．

基于DeepLabV3+网络改进的快速隧道病害分割方法

为避免依托人工进行隧道定期检测方式中由于工作人员的专业水平差异及个人主观性对检测结果的影响,同时降低人工参与成本,提高巡检检测效率,提升检测精度,降低病害的漏检、错检概率,推动隧道检测智能化、数字化提升,提出了一种基于DeeplabV3+模型改进的快速隧道病害分割方法。采用Google团队提出的MobileNet-V2轻量化网络替换了原DeeplabV3+模型中的Xception主干网络。引入当前较为热门的主流且分割效果好的PSPNet,U-Net,与原网络、改进后的网络模型进行了多个项目的试验对比。所有模型均经过多次调参训练已达到最好效果。结果表明:原网络的准确率为97.67%,mAP为92.30,mIoU为85.01%,图片处理速度为9.211FPS,使用MobileNet-V2网络替换Xception作为DeepLabV3+的主干网络,其准确率为98.09%,mAP为94.38%,mIoU为85.14%,FPS为13.409,均为所有网络中最优值;在保证高性能图像分类准确率、分割精确度、交并比的前提下,图像分割网络的运算速度与效率提升了45.6%。U-Net模型、PSPNet模型的FPS分别为10.173,11.852,mIoU分别为78.58%,64.56%。改进网络的效率较U-Net,PSPNet的效率分别提高了31.8%,13.1%,mIoU分别提高了4.89%,23.87%;该方法不仅提升了图像处理速度,同时可以使得小型化低性能设备上部署图像分割任务变得可行,并且满足在小型移动设备上部署的要求。

隧道衬砌裂缝精细化识别及其评价

为了研究隧道衬砌裂缝形态的精确描述与特征量化,采用隧道衬砌全景图像的方法,以某隧道工程为依托,通过隧道衬砌展开影像生成器软件将采集的衬砌裂缝影像进行特征点提取、匹配、模型识别、图像展开与拼接处理,得到较为全面反映隧道衬砌全景展开图像。从图像增强的预处理、图像边缘检测、裂缝特征区域干扰点去除、裂缝连接及特征统计方面进行算法分析,并通过连通区域标记方法寻找裂缝的端点来确定缺陷在图像中的空间位置及角度方向,运用裂缝像素位置关系原理进行裂缝长度的换算统计,从而提取出衬砌裂缝的详细特征信息,开发出一套隧道表面衬砌裂缝识别评价系统,为隧道衬砌裂缝检测提供一种便捷、高效、全面的综合检测系统。结果表明:该方法运用自主开发的TLIM软件实现了将空间图像转为平面图像,具有很好的描述性及测量性;通过实践证明该方法大大降低了"伪裂缝"的干扰,提高了对裂缝识别的准确率;该方法实现了裂缝的有效连接与连接段裂缝种子的恢复,还原真实裂缝形态信息,从而可以得到详细完整的裂缝统计特征信息;该技术方法实现了对缺陷的精细化描述定位,主要从其裂缝位置、长度、方向等方面进行量化分析;该技术方法目前已在具体工程中获得应用且效果尚佳。

一种新型的STM探针

以普通的石英光纤为材料 ,用熔拉腐蚀复合的方法制备出 nm量级的光纤探针 ,而后在针尖表面镀上数十 nm厚的金属膜 ,达到导电性 ,使其能传导隧道电流 ,从而研制出一种新型的扫描隧道显微镜(STM)光纤隧道探针 ,在 STM上取得了比较理想的实验结果。本文将光纤隧道探针与金属隧道探针作了比较 。