基于深度学习的较复杂背景下桥梁裂缝检测

【摘要】：桥梁的定期裂缝检测对于确保桥梁的安全运行至关重要,而目前的人工检测方法不仅耗时费力,还存在诸多不安全因素。而桥梁裂缝还具有多种噪声模式,因此,针对桥梁裂缝的高效检测成为了桥梁健康检测的研究热点和难点。为了实现对较复杂背景下的桥梁裂缝的精确和高效的识别,提出一种结合U-net和Haar-like算法的卷积神经网络的深度学习算法。通过与DenseNet,ResNet,GoogleNet和VGGNet网络的比较,证明了该算法的有效性。同时,该算法还可以对裂缝的面积、长度和平均宽度进行定量计算,检测精度高于97%。研究结果表明:该算法适用于桥梁裂缝图像的高效检测。