论文摘要
针对隧道渗漏水病害面积检测中由于复杂环境干扰和隧道几何柱面形状影响而造成较大误差的问题,设计了基于FCN与视场柱面投影算法渗漏水面积检测算法;研制了无人病害巡检车,实现了隧道病害数据的无人采集,通过将FCN处理后的渗漏水病害图片进行视场转换和柱面投影模型的优化,提高了所计算病害面积的准确性;实验结果表明,该算法相比OSTU法、分水岭法和自适应阈值法算法使误检率下降至0.0189,有效提升了隧道渗漏水面积检测的精度。
论文目录
文章来源
类型: 期刊论文
作者: 高新闻,简明,李帅青
关键词: 深度学习,视场转换,隧道渗漏水病害检测,柱面投影,全卷积神经网络,语义分割
来源: 计算机测量与控制 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 上海大学机电工程与自动化学院
基金: 上海市科技委员会项目(17DZ1204203),上海市科技委员会项目(18DZ1201204)
分类号: TP391.41;U457.2
DOI: 10.16526/j.cnki.11-4762/tp.2019.08.010
页码: 44-48
总页数: 5
文件大小: 1740K
下载量: 144