共查询到20条相似文献，搜索用时 703 毫秒
1.
渗漏水是隧道常见的病害,长期渗漏会导致隧道结构开裂、裂缝、钢筋腐蚀,威胁到隧道运营安全,因此对其检测一直受到重视。本文利用三维激光扫描技术实现了竣工盾构隧道渗漏水的位置及面积的自动检测。首先采用架站式三维激光扫描仪采集竣工隧道点云,基于修正后的反射强度值生成隧道衬砌表面灰度图,再采用膨胀法与腐蚀法对灰度图像进行预处理;然后利用连通域算法计算渗漏水位置及其面积;最后结合实际工程验证本文方法的实用性及准确性。结果表明,应用本文方法竣工隧道的渗漏水检测准确率达92%。 相似文献
2.
渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本文提出了一种基于激光点云数据与改进Mask RCNN相结合的渗漏水检测方法。首先对激光点云反射强度进行修正;然后生成灰度图像并建立渗漏水病害数据集;最后在Mask RCNN算法中引入空洞卷积和变形卷积,实现了隧道渗漏水病害的快速检测。利用某地铁采集的数据进行验证,结果表明,本文提出的改进Mask RCNN算法相较于原始算法和FCN算法检测精度均有明显提升,在盾构隧道渗漏水识别方面性能表现较好。 相似文献
3.
地铁隧道具有线路长、地质环境复杂、环片数量多、检测作业时间短等特点.隧道结构渗漏水病害检测是保障地铁隧道安全的重要工作,传统人工巡查检测方法检测速度慢,需耗费大量的人力物力,不能满足地铁更好运营需求.为提高隧道渗漏水检测效率,更好地适应轨道交通运营需求.本文依托高速移动三维激光扫描技术获取点云数据,提出局部图像分割方法,获取隧道渗漏水病害信息.首先通过空间变换法将三维点云数据转换为二维正射影像,采用图像二值化处理算法增强隧道渗漏水病害区域的边缘信息;然后利用区域描述算法对图像内的渗漏水区域进行分析,获取渗漏水病害区域的大小和里程信息,从而达到自动化识别隧道结构病害.研究结果表明,本文方法可快速检测地铁隧道内渗漏水病害的位置、面积等信息,节约检测时间和检测成本的同时保证了检测结果的准确性. 相似文献
4.
随着地铁运营时间的不断增加、地下水位的上涨,地铁隧道渗漏水情况日益严重,已严重影响地铁隧道的安全运行。传统的检测方法为人工现场巡查,效率低、准确率差,高自动化、高精度、高稳定性的漏水检测方法是改进传统检测方法的关键。因此,本文提出了一种利用移动激光扫描隧道进行渗漏水检测的深度学习方法。该方法由以下部分组成:①利用获取的隧道衬砌点云建立渗漏水数据集;②通过基于掩码区域卷积神经网络进行自动渗漏检测。在南京地铁2号线奥体东—兴隆大街测试结果表明,本文方法实现了隧道衬砌漏水在二维平面的自动化检测和评价,为检测人员提供了直观的漏水信息展示。 相似文献
5.
本文使用一种地铁隧道快速机器视觉检测系统,该系统采用深度学习算法,有效识别了采集图像中的病害特征。其软件平台能够方便隧道管理者实时查看和跟踪隧道病害信息。该检测系统应用于南宁地铁的检测,取得了较好的检测效果,能精确地识别隧道的裂缝、剥落和渗漏等病害,并从图像效果、定位精度、检测效率、识别率和检测精度4个方面与人工检测方法进行了对比分析。结果表明,该系统的图像采集效果显著优于人工方法;检测速度可达30 km/h;识别裂缝、剥落和渗漏的识别精度分别可达89%、100%和94%;能够识别面积为100 mm2的表面缺陷和裂缝宽度>0.2 mm的裂缝。 相似文献
6.
7.
为实现对隧道病害的高效性、系统性、准确性和智能化的管理,基于C/S架构设计开发了隧道病害智能化管理系统。测试结果表明,系统可以满足日常对隧道病害数据管理,实现了对隧道结构性渗漏水、隧道结构性开裂、管片错台、隧道结构变形超标等数据的智能化管理,极大地节省了隧道病害管理的人力与物力,可在同行业中进行推广与应用。 相似文献
8.
现有的神经网络模型能在一定程度上实现自动识别路面病害,但在实际应用中,检测准确率无法满足道路安全运维的需求,容易出现病害的漏检和误检。针对上述问题,本文提出了一种融合灰度图像和深度图像的U-Net改进模型。首先利用深度图特征,实现自动剔除无病害数据,减轻模型的运算量;然后在传统的U-Net模型结构基础上加入全局上下文模块,在实现网络轻量化的基础上提升了网络性能;最后加入路面深度图高程信息,使模型的训练数据由一维变为二维。基于病害范围与路面深度图,获取路面病害深度参数。试验结果表明,本文提出的融合灰度图像和深度图像的U-Net改进模型在全局识别准确率、精准率、召回率、综合评价指标和mIoU指标上分别为99.09%、84.69%、81.64%、91.67%和84.58%,均高于其他两种同时进行测试的模型。在路面病害检测结果中,本文方法比其他4种模型提高了99.07%。因此,本文算法可以用于有噪声干扰的复杂场景,且能够平滑、高效地提取路面裂缝,具有较强的稳健性,可为后续的路面修复工作提供重要参考。 相似文献
9.
为减弱因地形起伏造成的探地雷达数据间的能量差异,保证探地雷达图像解译和识别的准确性,本文提出了一种正则化K-SVD字典学习和Hampel滤波算法相结合的探地雷达数据重建方法。试验采用正则化K-SVD字典学习对探地雷达信号进行能量均衡,利用Hampel滤波算法剔除均衡后的信号异常值,并对均衡后的信号进行二维可视化,从而完成探地雷达图像重建。对比试验表明,本文方法不但可以均衡原始的探地雷达信号,而且其均衡后的信号更加符合探地雷达信号传播规律,可以保证单道数据信号的质量;其重建的图像效果更好,在探地雷达图像重建方面具有较好的实用价值。 相似文献
10.
11.
遥感图像目标检测是对目标视觉特征的描述与图像先验知识的表达,解译得到的信息无论在军事领域还是在民用领域都有着广泛的应用。针对复杂场景下遥感图像目标特征提取能力不足,目标尺度差异较大、方向任意且紧密排列,传统目标检测所使用的水平框难以准确定向等问题,提出了一种精细化多尺度特征的遥感图像定向目标检测算法。首先,设计了一种基于空洞卷积的上下文注意力网络,能够利用不同空洞率的卷积核捕获局部和全局语义信息,并利用注意力机制将语义信息整合到原始特征上,提升目标特征提取能力;其次,提出了一个精细化的特征金字塔网络,通过像素混洗的方式减少特征金字塔中的通道信息损失,强化网络对差异性大的多尺度目标特征信息的理解能力;最后,研究利用滑动顶点的方式回归定向的矩形框,更好地表示遥感图像内有向目标的位置。本文以Fast R-CNN OBB为基准,通过在目标检测公开数据集DOTA和HRSC2016上验证了算法的有效性,结果显示本文算法在DOTA数据集上与基准算法比较,平均精度(mAP)提升了22.65%,最终检测精度mAP达到了76.78%。在HRSC2016数据集上,最终检测精度mAP达到了89.95%。此外,本文算法较多种先进算法相比均有具有较好的提升。 相似文献
12.
《武汉大学学报(信息科学版)》2016,(3)
在基于SAR图像的海上溢油检测中,识别的效率与准确率是关键。纹理特征是人类专家能够较好的判别SAR图像中油膜,类油膜以及海水的一个重要依据。本文算法一方面融合灰度共生矩阵与Tamura特征,直接对SAR原始图像进行特征提取,避免了对图像进行分割、降噪等预处理,提高了识别算法的可行性与识别效率。另一方面,应用深度信念网络(DBN)的分类方法,可以很好地解决溢油检测中小样本分类的问题,并且模仿人类感知系统高效准确的表示信息、获取本质特征。本文应用人类感知的思想对油膜、类油膜以及海水这3类样本进行分类识别。通过实验确定了DBN中利于分类的关键参数值。本算法对原始SAR图像中3类样本的识别准确率达到90.36%,具有较好的实用价值。 相似文献
13.
背景复杂下航拍图像的电力线识别算法 总被引：2，自引：0，他引：2
如何从具有复杂背景的无人机航拍图像中完整准确地识别出电力线已成为电力线无人巡检的关键问题之一。本文通过分析航拍图像中电力线的特征,提出了一种复杂背景下电力线检测和识别的新算法。首先对原始图像进行直方图均衡化处理,改善图像的对比度;然后使用由LoG算子改进的边缘绘图-参数自由（EDPF）算法对航拍图像进行边缘检测,滤除背景噪声,并检测出电力线边缘;最后利用Radon变换和先验知识完整提取出图像中的电力线。试验结果表明,本文方法比传统的Canny算子与Hough变换的结合方法、LSD算法的识别准确率更高,识别效果更完整,稳健性更好。 相似文献
14.
本文叙述应用计算机自动识别分类技术在航天遥感图像中对森林资源进行分类的一些探索研究。本文介绍了采用自编程序“地理坐标系和图像坐标系的精密仿射变换”、“识别型增强技术”、“多光谱信息的特征提取”、“多光谱模糊算法聚类分析”等一系列算法后所取得的分类图像结果,与实地及目视解译相比较,森林分类相对精度达90％。 相似文献
15.
实现精细化水务管控和洪涝灾害预警,需要实时、准确感知水位突变事件。现有技术不能满足夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下的水位识别需求。为此,本文提出一种融合改进YOLOv5与卡尔曼滤波原理的无水尺水位智能检测技术：(1)引入YOLOv5对水位线(水岸分界线)进行检测,并利用线性拟合方法获得实际水位线;(2)针对水位线在延伸方向无限大而在其法向无限小特点,提出强化中尺度特征的多层级特征融合方法改进原YOLOv5算法;(3)利用卡尔曼滤波引入水位历史信息作为先验知识,提高本技术对复杂恶劣环境的泛化性能;(4)将图像中事先标定的固定的标志物加入到深度学习网络中训练,根据标志位真实尺寸解算实际水位高程,实现无水尺检测方案。相关试验和实践表明,改进的YOLOv5更加轻量化;本文所述水位智能检测技术斜率准确性为97.3%,较原算法提高了2.4%;截距准确性为99.3%,较原算法提高了0.5%;在夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下可以自动、准确识别出水位高程,误差小于0.1 m。 相似文献
16.
道路裂缝的出现对道路使用寿命和人车安全带来明显影响,需及时检测出道路裂缝。针对无人机影像中裂缝目标小、图像背景复杂导致检测精度低等问题,本文以无人机采集裂缝图像作为研究数据,提出了一种改进YOLOv5模型的深度学习道路裂缝检测方法。在YOLOv5模型骨干网络中分别加入CBAM、SimAM、CA注意力机制,提高模型对裂缝的识别能力及检测精度,通过消融试验进行对比分析,同时在YOLOv5模型上融入自适应空间特征融合算法,改善裂缝特征提取能力。研究表明,改进后的YOLOv5网络模型相比于原模型,精度得到明显提高,均值平均精度(mAP)提升20.6%,在保证准确性的同时有效提高了检测精度,可为道路裂缝检测提供新的方法。 相似文献
17.
我国轨道交通已经进入新建与维护并重期。随着地铁隧道服役年限的增加,其病害种类不断增加,且各类病害呈逐渐加重的趋势。以三维激光测量隧道逐环监测数据为基础,研究隧道区间的病害空间分布特征和自相关性,全面掌握地铁隧道运营状态和病害发展趋势,是进行隧道病害防治的前提。本文利用某地地铁上行线隧道逐环三维激光测量数据,分析了错台、掉块、裂缝和渗漏水等病害在线路走向的空间分布特征,分析了病害与周边地质环境的关系。利用灰色关联分析算法研究了病害之间的相关性,为掌握隧道病害的发展趋势和认识病害之间的耦合关系建立了定量化的分析手段。本文为掌握隧道病害空间分布规律,预测隧道病害的发生、治理提供了有效依据,可以为地铁安全运营提供有力保障。 相似文献
18.
由于无人机电力影像存在绝缘子器件尺度变化大,输电线路背景复杂,绝缘子缺陷目标小的特点,导致传统目标检测算法识别精度不高。该文提出以YOLOv5l为基础的CA、Transformer编码块和多尺度相融合的改进网络模型,较好的提高了大尺度变化影像上绝缘子缺陷检测的准确性,提升了复杂背景下多类型绝缘子缺陷识别的能力,并解决了微小绝缘子缺陷漏检的问题。基于在某电网公司的数据集上完成训练和验证实验,表明优化模型相比原YOLOv5l模型,准确率提升8.9%,召回率提升4.4%,平均精度均值提升3.5%,说明改进模型对绝缘子缺陷检测有效。 相似文献
19.
20.
针对道路转弯处曲率过大导致弯道识别的精度下降的问题,本文提出了一种基于循环特征融合Resa-CC的弯道增强车道线检测算法。该算法利用车道线的形状先验性,捕获图像像素中行与列的空间关系,融合信息生成特征图;以残差网络为主体框架,加入编码器、解码器和注意力机制模块,在损失函数中引入弯道结构约束来提高车道线弯道的识别精度。加入循环特征融合模块和自注意力机制模块后准确率分别提升3.41%和1.1%,证明了两模块的有效性;Resa-CC算法准确率可达96.83%,FPS为35.68,误检率FP和漏检率FN分别为0.031 5和0.028 2,表明本文算法具有较高的检测性能,在车辆行驶弯道路段中能更准确地推断出车道线的位置。 相似文献