基于深度学习和无线传输的桥梁裂缝图像识别系统

基于深度学习和无线传输的桥梁裂缝图像识别系统

论文摘要

目前混凝土桥梁裂缝检测自动化程度低且多依靠人工肉眼判定裂缝的出现。为解决该问题,设计了一种便于搭载在检测设备上的桥梁裂缝识别系统。分为以下三个部分:采集传输系统,采用OV5640摄像头获取实时JPEG格式图像,使用WIFI协议完成JPEG数据流的传输,实现通过网络的图像实时传输;图像处理系统,采用与C#语言相对应的OpenCV函数库Emgu设计了一种高效视频流图像处理方法,并采用图像灰度化、中值滤波、阈值分割等方法处理裂缝图像;图像识别系统,在AlexNet神经网络的基础上改进设计了识别精确且速率更快的神经网络,用于裂缝的自动识别。通过对桥梁表面扫描拍摄,该识别系统可快速识别并定位裂缝,能够较大地提高裂缝检测自动化程度,推动了桥梁裂缝检测技术的发展。

论文目录

  • 1 基本器件的选择
  •   1.1 图像采集系统设计
  •   1.2 地理信息采集系统设计
  •   1.3 信息接收与处理综合系统设计
  •     1.3.1 软件整体构思
  •     1.3.2 数据接收部分的实现
  •     1.3.3 图像预处理部分实现
  •       (1) 图像灰度化
  •       (2) 直方图均衡化
  •       (3) 中值滤波
  •       (4) 阈值分割
  • 2 裂缝图像识别
  •   2.1 神经网络模型设计
  •   2.2 神经网络的设置与训练
  •     2.2.1 神经网络模型参数初始化
  •       (1) 滤波器的设置
  •       (2) 数据集的处理
  •       (3) 神经网络训练
  •     2.2.2 神经网络的学习率以及激活函数的选择
  •       (1) 学习率设置
  •       (2) 激活函数的选择
  •     2.2.3 经过改进的深度卷积神经网络
  • 3 实验的结果与分析
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 曾世钦,唐朝,陈可

    关键词: 桥梁裂缝,图像识别,深度学习,无线传输

    来源: 建材世界 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 公路与水路运输,计算机软件及计算机应用

    单位: 武汉理工大学土木工程与建筑学院,武汉理工大学信息工程学院,武汉理工大学计算机科学与工程学院

    基金: 国家级大学生创新创业训练计划(201810497204)

    分类号: TP391.41;U446

    页码: 78-82+98

    总页数: 6

    文件大小: 666K

    下载量: 485

    相关论文文献

    • [1].基于数字化车间的改进图像识别系统[J]. 组合机床与自动化加工技术 2020(02)
    • [2].应用深度学习神经网络的图像识别系统[J]. 福建电脑 2020(01)
    • [3].基于机器视觉的农业机械图像识别系统分析[J]. 农机化研究 2020(10)
    • [4].渔光互补光伏电站智能巡检图像识别系统应用[J]. 科技创新与应用 2020(34)
    • [5].人脸图像识别系统设计[J]. 电脑迷 2017(11)
    • [6].基于嵌入式系统的图像识别系统研究[J]. 自动化博览 2012(04)
    • [7].基于直线检测法的变电站开关状态图像识别系统的研究[J]. 电子质量 2017(04)
    • [8].建筑物图像识别系统设计与实现[J]. 现代计算机(专业版) 2015(21)
    • [9].水面目标合成孔径雷达图像识别系统研究[J]. 舰船电子工程 2008(01)
    • [10].基于深度学习的腐坏苹果图像识别系统的设计[J]. 南阳理工学院学报 2020(04)
    • [11].基于FPGA+DSP的全自动灯检机图像识别系统设计[J]. 机电工程技术 2012(07)
    • [12].基于MSP430的简易图像识别系统的设计[J]. 柳州师专学报 2012(06)
    • [13].基于卷积神经网络的图像识别系统[J]. 电脑知识与技术 2020(10)
    • [14].高精度表面粗糙度图像识别系统的研制[J]. 计量与测试技术 2017(01)
    • [15].基于物联网的图像识别系统设计[J]. 科技广场 2017(02)
    • [16].让错误无可遁形[J]. 印刷技术 2008(18)
    • [17].基于神经网络的图像识别系统的研究[J]. 科技传播 2015(21)
    • [18].新产品[J]. 丝网印刷 2020(04)
    • [19].图像识别系统联合二维码技术在全自动单剂量摆药机中的应用[J]. 江西医药 2017(11)
    • [20].一种图像识别系统与远传技术的应用研究[J]. 铜业工程 2020(06)
    • [21].苹果绵蚜远程图像识别系统的开发与实现[J]. 江苏农业科学 2014(06)
    • [22].基于计算机视觉的智能仓储图像识别系统设计与实现[J]. 电力信息与通信技术 2019(12)
    • [23].基于机器学习的藏文图像识别系统设计与实现[J]. 江苏科技信息 2019(28)
    • [24].基于深度学习的水果图像识别系统[J]. 农业工程 2018(10)
    • [25].应用数字图像识别系统研究正畸治疗前后腭皱形态变化[J]. 中国法医学杂志 2017(02)
    • [26].蚁群算法在海面图像识别系统中的应用[J]. 舰船科学技术 2015(04)
    • [27].基于内容的可移植图像识别系统研究[J]. 计算机与数字工程 2010(01)
    • [28].基于云端的视频图像识别系统的实现[J]. 微型机与应用 2016(22)
    • [29].基于微流控芯片的流式线虫机器学习图像识别系统[J]. 功能材料与器件学报 2019(04)
    • [30].煤粒图像识别系统的设计与实现[J]. 煤炭工程 2011(02)

    标签:;  ;  ;  ;  

    基于深度学习和无线传输的桥梁裂缝图像识别系统
    下载Doc文档

    猜你喜欢