基于深度学习和单目摄影测量的混凝土表面裂缝测算方法

摘要

混凝土表面裂缝是常见的建筑物病害。为实现对表面裂缝的精准检测,并有效提取裂缝几何信息,结合深度学习和单目摄影测量技术,提出了一种表面裂缝测算方法。采用Unet卷积神经网络,实现对裂缝区域的自动识别,之后基于单目摄影测量,分析二维裂缝图像与三维场景间的空间尺度对应关系,探索相机以不同角度拍摄裂缝平面时,图像像素对应的实际空间尺寸分布情况和变化规律,提出了像素单应尺寸的概念表征裂缝像素对应的空间几何尺度,并利用图像处理技术计算裂缝走向以及长宽等几何信息。结果表明:裂缝识别准确率可达95%;裂缝几何信息测算精度可达90%,验证了该方法的可靠性和适用性。研究成果可为实际工程中裂缝自动检测及几何信息提取提供理论基础。