基于MaskR-CNN模型的铁路隧道衬砌机制砂混凝土裂缝视觉检测
摘要：铁路隧道衬砌结构裂缝图像具有复杂的灰度分布和变化特征,局部和全局的多特征信息会干扰跟踪方向和边界跟踪参数,模型可扩展性受限,检测准确率较低。为此,提出基于Mask R-CNN模型的铁路隧道衬砌机制砂混凝土裂缝视觉检测方法。首先输入分段线性变换后的砂混凝土裂缝图像,抽取阈值,生成连通域标识,再以像素点为背景点,在Mask R-CNN模型中,同时检测裂缝区域的位置和标记像素级的边缘掩膜,判定裂缝边界起点与裂缝宽度；然后进行累加视觉检测方法设计,按照裂缝的几何特征以及排序结果,求解裂缝长度,获得完整的裂缝轮廓。试验结果表明,所提方法可以较为完整地检测所有关键位置,裂缝参数信息检测准确率较高；迭代次数升高后,检测结果受到的影响较小,可扩展性得到了改善,可适应任务需求,具有较好的应用价值。
标题：基于MaskR-CNN模型的铁路隧道衬砌机制砂混凝土裂缝视觉检测
作者：蒋志超,贺兆鹏,
关键词：MaskR-CNN模型,铁路隧道,衬砌机制,砂混凝土裂缝,视觉检测,
发表日期：2024年6月
- 文件大小:
- 3.2 MB
- 下载次数:
- 60
-
高速下载
|
|
