手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 公路工程SG（原名：公路工程） Volume 4, Issue 2. 2022.
基于机器视觉的桥梁裂缝识别方法研究
作者 : 吴 正思, 倪 言希, 应 旭永
DOI: 10.18686/glgc.v4i2.68736
全部来源
获取全文
摘要 / Abstract
随着国内桥梁运营里程的增长与服役时间的推移,桥梁作为生命线工程的健康状态亟需关注。对桥梁进行 服役性能的健康状态评估,及时监测并识别病害,对潜在的异常状况进行预警,具有重大的现实与经济价值。本文 利用机器视觉技术,对混凝土桥梁中最常见的病害——裂缝进行图像识别,利用卷积神经网络算法对4000张裂缝图 像进行识别训练,生成裂缝识别模型,实现对水平、竖直、斜向和交叉等多种类型裂缝的图像识别,识别结果准确 率达90%以上,实现了病害智能识别的功能需求。
关键词 / Keywords
桥梁健康监测;机器视觉系统;桥梁裂缝;卷积神经网络;图像识别
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 夏长林 . 深度学习在图像识别中的应用 [J]. 电脑知
  • 识与技术，2019，15（33）：185-186.
  • [2] 覃仁超 . 基于机器视觉的图像识别技术应用 [J]. 电
  • 气时代，2006，（2）：7-9.
  • [3] 刘曙光 . 人工神经网络基本特征与思维能力 [J]. 自
  • 然辩证法研究，1996，（4）：6-9.
  • [4] 胡貌男，邱康，谢本亮 . 基于改进卷积神经网络
  • 的图像分类方法 [J]. 通信技术，2018，51（11）：72-78.
  • [5] 陈幻杰，王琦琦，杨国威等 . 多尺度卷积特征融
  • 合的 SSD 目标检测算法 [J]. 计算机科学与探索，2019，13
  • （6）：1049-1061.
  • [6] 马天娇 . 基于机器视觉的缺陷检测与识别方法研
  • 究 [D]：硕士学位论文 . 中国科学院大学（中国科学院长
  • 春光学精密机械与物理研究所），2018.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号