一种基于双眼视觉的裂纹检测和测量方法,包括语义细分
Zhicheng Zhang1, Zhijing Shen1, Jintong Liu1
1College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, China.
Sensors (Basel, Switzerland)
|January 11, 2024
概括
本研究介绍了双眼立体视觉和全卷积网络 (FCN) 方法用于混凝土裂检测和测量. 该方法为基础设施检查提供灵活,准确的3D裂重建.
科学领域:
- 土木工程 土木工程是指土木工程.
- 计算机视觉 计算机视觉
- 材料科学 材料科学 材料科学
背景情况:
- 混凝土裂形态对于评估组件状况至关重要.
- 目前用于裂纹检测的深度学习方法面临着单眼设备和固定视角的局限性.
- 基于机器人或无人机的检查受到图像采集限制的阻碍.
研究的目的:
- 开发一种非接触式,灵活,高效和准确的方法来检测和测量混凝土裂.
- 在裂尺寸量化中克服单眼视力的局限性.
- 为了使裂形态的3D重建能够进行全面分析.
主要方法:
- 双眼立体视觉系统与全卷积网络 (FCN) 结合,用于裂检测和细分.
- 在FCN中使用编码器-解码器架构来实现精确的边缘细节和细分.
- 实施中央投影方案,可靠地3D重建裂形态,减轻视图不匹配.
主要成果:
- 在复杂的背景上,FCN在裂纹细分方面取得了很高的表现,精度为83.85%,回忆率为85.74%,F1得分为84.14%.
- 双筒立体视觉增强了图像采集的灵活性,并简化了这个过程.
- 3D重建证明了实际可行性,相对裂宽度测量误差在3.9%至36.0%之间.
结论:
- 拟议的双眼立体视觉和FCN方法为非接触式混凝土裂检查提供了强大的解决方案.
- 这种方法提高了裂测量的精度和灵活性,特别是在3D形态学方面.
- 该方法显示了实际基础设施健康监测的实际可行性.


