期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习的复杂场景下混凝土表面裂缝识别研究 认领 引用 被引量：18
1
作者 雷斯达 曹鸿猷 康俊涛 《公路交通科技》 CAS CSCD 北大核心 2020年第12期80-88,共9页
为在桥梁健康监测工作中能更便捷、可靠地完成分类采集的裂缝图像及其中裂缝的标识工作,改善裂缝识别方法效果对提取算法初始聚类中心的选取和图像背景环境的高度依赖等问题,提出了一种适用于多种场景条件下的混凝土裂缝检测的图像识别... 为在桥梁健康监测工作中能更便捷、可靠地完成分类采集的裂缝图像及其中裂缝的标识工作,改善裂缝识别方法效果对提取算法初始聚类中心的选取和图像背景环境的高度依赖等问题,提出了一种适用于多种场景条件下的混凝土裂缝检测的图像识别方法。卷积神经网络是深度学习的代表算法之一,该算法具备表征学习能力,能够按其本身的阶层结构对输入信息完成信息分类的工作。依托武汉市某桥的检测工程,在现场完成图像数据的采集后,采用卷积神经网络搭建了适用于混凝土裂缝图像分类的图像分类模型,实现了对检测工程期间所采集的复杂场景下混凝土结构图像的分类。同时,考虑到传统的K-means算法中聚类中心的局部簇密度与欧氏距离均较大的特点,结合统计学原理与形态学方法的特点,对传统的K-means算法做出了改进,所得的改进K-means算法能够完成复杂场景下裂缝图像的裂缝骨架分割提取和裂缝宽度的计算。随后通过对从检测工程现场桥梁表面600张图像采样的识别,验证了在混凝土存在表层脱落、污渍、苔藓等会对图像裂缝骨架提取效果产生严重干扰的复杂环境条件下所提出方法的有效性,且相较于传统方法具有更高的裂缝检测效率。 展开更多
关键词 桥梁工程 裂缝识别 深度学习 裂缝图像 裂缝宽度
暂未订购 下载PDF
Concrete Surface Crack Recognition in Complex Scenario Based on Deep Learning 认领 引用
2
作者 LEI Si-da CAO Hong-you KANG Jun-tao 《Journal of Highway and Transportation Research and Development(English Edition)》 2020年第4期48-58,共11页
A concrete crack detection method suitable for various scene conditions is proposed on the basis of image recognition to complete the classification and the identification of the cracks of the collected crack images i... A concrete crack detection method suitable for various scene conditions is proposed on the basis of image recognition to complete the classification and the identification of the cracks of the collected crack images in the bridge health monitoring work conveniently and reliably.Moreover,this method can improve the crack recognition effect,which is greatly affected by the selection of the initial clustering center of the extraction algorithm,and has high environmental dependence on the image background.Convolutional neural networks(CNNs)is a representative deep learning algorithm that can characterize learning and classify input information according to its own hierarchical structure.After collecting image data on the spot by relying on the Baoxie River Bridge inspection project,Gaoxin 4th Road,Donghu High-tech Zone,Wuhan City based on the CNN,an image classification model suitable for concrete crack image classification is established.This model realizes the collection of the inspection project image classification of concrete structures in complex scenes while considering that the local cluster density and Euclidean distance of the clustering center in the traditional K-means algorithm are both large.The traditional K-means algorithm is improved by combining the use of statistical principles and morphological methods.Finally,the improved K-means algorithm completes the crack skeleton segmentation extraction and crack width calculation of crack images in complex scenes.The effectiveness of the proposed method under concrete surface peelings,stains,mosses,or other noise conditions was verified according to the successful identification of 600 crack on-site images photographed from a bridge surface.Results also show that the efficiency of the proposed crack detection method is higher than that of established methods.The proposed approach can also provide a reference for the in depth research on crack identification on the surface of concrete structures in complex background in the future. 展开更多
关键词 bridge engineering crack identification deep learning crack image crack width
暂未订购 下载PDF
基于多指标评估的高速公路桥梁综合评价方法 认领 引用 被引量：2
3
作者 黄玉冰 林杰 +3 位作者 黄思璐 肖强 雷斯达 乾超越 《公路》 北大核心 2024年第5期433-438,共6页
基于博弈论组合赋权法研究高速公路桥梁综合评价方法,以期提高桥梁管养水平。提出路网桥梁综合评价的指标:路线交通量、桥梁技术状况评分、基础数据(桥梁跨径、使用寿命)、技术状况预测数据。桥梁技术状况评价预测采用灰色神经网络模型... 基于博弈论组合赋权法研究高速公路桥梁综合评价方法,以期提高桥梁管养水平。提出路网桥梁综合评价的指标:路线交通量、桥梁技术状况评分、基础数据(桥梁跨径、使用寿命)、技术状况预测数据。桥梁技术状况评价预测采用灰色神经网络模型,得到在不考虑养护情况下桥梁自然退化的预测趋势。通过湖北省内某段高速公路的算例,验证了综合评价方法和预测模型的可行性,得到该段桥梁综合评价结果。 展开更多
关键词 桥梁工程 桥梁技术状况预测 桥梁综合评价 灰色神经网络 博弈法组合赋权
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈