关键词:
混凝土隧道
裂缝检测
超分辨率生成对抗网络
分割算法
摘要:
随着服役年限的增长,隧道不可避免会发生老化,作为城市居民出行的重要基础设施,保障其安全是至关重要的。目前多通过相机拍摄的图像识别隧道表面的裂缝病害,然而裂缝在图像中的像素占比小,其检测过程耗时费力,急需一种能够在大视场范围内精准检测裂缝的方法。因此,本文首先提出了一种基于超分辨率生成对抗网络的学习结构,适用于任何分割网络,然后提出了一种有效构建训练数据的方法,应用于所提出的学习结构,最后对本文方法在1606张质量随机退化的裂缝图像上进行了性能评估,结果表明,本文所提出的学习结构下,裂缝检测IoU及F1分数分别达63.686%和77.811%,方差分别为0.9008和0.5015,有效提高了裂缝的检测性能,且对输入数据具有较高的稳健性。