来源：期刊VIP网 时间：
作者：张铁志;陈萃华;黄华;周杰峰;
单位：辽宁科技大学土木工程学院;山东轨道交通勘察设计院有限公司;四川轻化工大学土木工程学院;
摘要：针对桥梁裂缝病害检测困难、裂缝宽度计算精度不高的问题，提出基于卷积神经网络的无人机成像桥梁裂缝检测系统，获取桥梁裂缝图像并提取裂缝，精确计算最大裂缝宽度。该系统改造无人机实现对桥梁底面和侧面图像的采集。首先采用神经网络模型筛选出裂缝图像；然后根据所采集到的图像特点，搭建基于卷积神经网络(Convolutional Neural Network, CNN)的裂缝滑动窗口检测(Slide Crack Detection, SCD)模型，进行图像的小窗口滑动识别以提取裂缝，并与采用基于裂缝图像统计特征的改进中值滤波去噪算法对比裂缝提取效果；最后提出裂缝分类及最大裂缝宽度计算方法，并与裂缝实测结果进行对比。结果表明：该无人机成像桥梁裂缝检测系统对裂缝图像的扰动小，裂缝提取效果更精确，该系统检测并计算的最大裂缝宽度相对实测结果误差在0.05 mm以内，满足桥梁裂缝检测要求。
关键词：桥梁工程;;裂缝检测;;无人机;;卷积神经网络;;滑动窗口识别;;图像处理;;最大裂缝宽度
基金资助：桥梁无损检测与工程计算四川省高校重点实验室2020年度开放基金项目(2020QYY01)~~
