地铁隧道结构机器视觉检测系统及应用分析     

李军  朱国琦  樊晓东  杨维  黄震 《测绘通报》2020,(9):27

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