使用匹配过器和照片重建的裂检测和量化方法

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
• 结构健康监测 结构健康监测

背景情况:

• 桥梁维护依赖于准确的裂检测,但深度学习方法需要广泛的数据集.
• 传统的数字图像处理提供了可解释性和较低的计算成本,因此需要进一步研究.

研究的目的:

• 开发使用数字图像处理和无人机参数的桥梁自动裂检测和量化方法.
• 为改善维护规划,创建桥梁损坏的综合3D模型.

主要方法:

• 分析无人机收集的桥梁图像.
• 改进了用于裂细分的匹配过算法.
• 裂骨提取和长度计算的形态方法.
• 使用检测结果和无人机飞行参数构建3D模型.

主要成果:

• 改进的匹配过算法在公共数据集上实现了97.9%的像素精度,72.5%的F1分数和58.1%的交叉点.
• 该方法成功地应用于桥,错误率仅为2%.
• 3D模型提供了桥梁损坏的直观表示.

结论:

• 拟议的数字图像处理方法有效地检测和量化桥梁裂.
• 与无人机参数的集成使得全面的3D损坏建模能够进行知情决策.
• 这种方法为桥梁结构健康监测提供了深度学习的实用替代方案.