来源：期刊VIP网 时间：
作者：黄佳一;
单位：福建水口发电集团有限公司;
摘要：渗水病害监测是大坝安全运行及运维的重点。针对传统大坝观测方法偶然误差大、汛期检测频次无法满足要求等缺点，提出以无人机搭载红外测温相机对坝体表面进行渗水检测。通过红外相机采集坝体表面影像，建立渗水病害区域影像集，将Swin Transformer架构整合到基于区域掩码的卷积神经网络(Mask Region-based Convolutional Neural Network, Mask R-CNN)中，提升该掩码区域检测网络的性能，据此提取渗水区域数据，实现坝体表面渗水区域的快速检测。通过对渗水区域数据二值化处理，统计坝体表面渗水区域面积。以某电站下游坝面为试验对象，结果表明，该方法相比传统大坝观测方法，检测周期缩短80%,渗水区域检测准确率达97%,满足大坝日常观测需求，有效实现大坝渗漏水定量分析。
关键词：大坝;;渗水特征提取算法;;无人机摄影测量;;深度卷积神经网络;;渗水识别
基金资助：国网福建省电力有限公司科技项目(5213S2220004)~~
