基于深度学习方法的大坝裂缝检测研究

摘要

由于混凝土材料力学性质和地质环境的影响,水库蓄水后大坝有可能出现裂缝导致坝渗漏,影响水库发电、供水、灌溉等效益的正常发挥。因此,提前对混凝土进行裂缝识别具有较高的应用价值和科学意义。在卷积神经网络基础上采用语义分割DeepCrack裂纹检测模型,以某水电站附近区域裂缝为输入数据集,结合超高分辨率图像进行裂缝自动检测研究。研究结果表明,基于深度学习的图像处理方法可以自动提取混凝土表面的损伤区域,其精度高于人工检测,但图像处理方法的精度受输入图像质量的影响。此外,拍摄条件是决定裂缝识别精度的因素之一,评价拍摄条件的有效性对于提高裂缝识别方法的可靠性非常重要。