检索结果-内蒙古大学图书馆

中南大学学报(自然科学版) 2025年第1期56卷 370-383页

作者：田思萌王耀东刘胜智周伟史红梅朱力强先进轨道交通自主运行全国重点实验室(北京交通大学) 北京100044 北京交通大学机械与电子控制工程学院北京100044 中南大学交通运输工程学院湖南长沙410075

隧道病害是地铁运营人员定期巡检的主要任务之一,提出一种深度学习与像素级图像处理算法相结合的隧道表面病害识别方法。首先,利用自主研究的高速采集系统采集大量隧道表面图像,通过像素级标定构建高质量语义分割样本库;然后,针对裂缝... 详细信息

隧道病害是地铁运营人员定期巡检的主要任务之一,提出一种深度学习与像素级图像处理算法相结合的隧道表面病害识别方法。首先,利用自主研究的高速采集系统采集大量隧道表面图像,通过像素级标定构建高质量语义分割样本库;然后,针对裂缝和渗漏水的形态特点,提出一种改进的DeepLabV3+算法,从主干特征网络、空洞卷积金字塔模块和解码器多尺度融合3个方面进行改进;最后,提出一种基于像素级图像处理的算法,计算简单背景及病害混叠情况下的裂缝长度和渗漏水面积参数。研究结果表明,提出的改进算法使平均准确度达85.26%,平均交并比达73.62%,相较于其他5种模型,分割结果更为精细,对于复杂背景和裂缝与渗漏水混叠的复杂病害仍有很好的分割效果。同时,像素级处理可以完成典型病害及复杂情况的参数提取,实现整体地铁隧道表面病害的智能识别。研究成果不仅可以实现裂缝和渗漏水的准确检测,而且能用于分析复杂背景和2种病害混叠情况的复杂病害。

关键词：图像采集语义分割病害参数计算隧道裂缝隧道渗漏水复杂病害

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的隧道衬砌脱空病害雷达图像智能识别与病害等级评定

基于深度学习的隧道衬砌脱空病害雷达图像智能识别与病害等级评定

引用

作者：唐清婧怡石家庄铁道大学

学位级别：硕士

近年来,我国投入运营的隧道长度和规模均处于世界领先地位,隧道也发生了由“建设为主”向“建养并重”的转变。在隧道长时间的服役期内,受到气候、复杂地质条件、环境等自然因素以及施工、运营等人为因素的影响,隧道衬砌结构易产生脱空... 详细信息

近年来,我国投入运营的隧道长度和规模均处于世界领先地位,隧道也发生了由“建设为主”向“建养并重”的转变。在隧道长时间的服役期内,受到气候、复杂地质条件、环境等自然因素以及施工、运营等人为因素的影响,隧道衬砌结构易产生脱空、开裂、空洞、渗漏水等病害,其中脱空病害易导致隧道衬砌承载能力分布不均匀,危害隧道结构安全,威胁隧道的稳定运营。因此,为了保证隧道的正常运营,必须定期对隧道衬砌脱空病害进行检测和病害等级评估。目前探地雷达已经成为了隧道衬砌病害检测的主要手段,对于探地雷达病害图像的解译主要依靠专业人员来进行,但雷达图像中隧道衬砌病害种类和形态较为复杂,人工识别病害类别与病害等级评定的准确性与自动化程度较低,故隧道衬砌病害的智能化识别分割与病害等级评定是亟待解决的关键问题。本文以实现隧道衬砌雷达图像中脱空病害的快速精准病害等级评定为目标,以病害自动识别分割与病害参数计算为手段,通过深度学习与图像处理技术,研究基于探地雷达的隧道衬砌脱空病害智能识别分割方法与病害参数准确计算方法,最终实现隧道衬砌脱空病害的等级评定。主要研究内容和贡献如下: (1)针对探地雷达在现场获得样本量有限的问题,本文采用基于时域有限差分法(FDTD)的GPRMAX仿真软件正演模拟隧道衬砌脱空病害探地雷达图像。通过Pytorch语言建立隧道衬砌脱空病害模型,重点分析了脱空病害正演探地雷达图像在天线频率、场源、病害参数等多种因素作用下雷达图像中脱空病害的回波特征。能够正演模拟出隧道衬砌脱空病害在不同形态、尺寸以及多种频率作用下的探地雷达脱空病害图像,为隧道衬砌脱空病害智能识别提供数据支撑。 (2)针对隧道衬砌脱空病害现有识别方法无法进行形态准确分割的问题,提出了基于实时实例分割模型的隧道衬砌脱空病害智能识别与分割算法。为了提升算法的准确率,引入了包含残差结构(Residual)的Darknet-53主干网络,提取到更高级别的脱空语义特征,改善了识别隧道衬砌雷达图像脱空病害的网络模型结构。通过正演模拟与室内模型试验共同试验验证,结果表明相较于其他模型算法,本文提出的算法对于雷达图像脱空病害识别分割有较高的准确性与良好适应性,其病害识别准确率可以达到85.5%,分割准确率可以达到83.3%。 (3)针对无法通过雷达图像准确得到隧道衬砌脱空病害长度与面积的问题,提出了基于图像处理技术的病害参数计算方法。通过提取识别结果中矩形框坐标,计算得到脱空病害的长度参数;同时,将识别结果中的掩膜二值化处理,计算得到脱空病害的面积参数;通过正演模拟与室内模型试验的识别结果共同计算验证计算方法的有效性与准确性。 (4)为了验证所提出识别分割网络与脱空病害参数计算方法的性能和实用性,开展实际工程应用研究。通过现场探地雷达检测结果,结合智能识别分割算法与参数计算方法对探地雷达图像中的脱空病害进行识别分割与病害参数计算;依据现有规范,建立了隧道衬砌脱空病害的等级评估方法。实验结果表明,本文所提出方法具有良好的适应性与鲁棒性,满足实际工程的需求,形成了隧道衬砌脱空病害长度与面积的一体化识别分割与病害参数计算方法,具有较高的处理速度和准确率。

关键词：探地雷达深度学习图像处理技术脱空病害识别病害参数计算

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：