科研之友
微信
新浪微博
Facebook
分享链接
摘要
桥梁水下结构检测与陆上检测差异较大，水中光线、水流速度和浑浊度的影响容易造成病害漏检、误检。为解决这一问题，采用水下机器人结合图像处理与深度学习算法，提出了一种桥梁水下结构病害智能检测方法。以实际桥梁为研究对象，首先利用水下机器人拍摄结构病害图像，采用直方图均衡化方法增强水下图像的对比度；然后提出了基于单应性变换的水下畸变图像校正方法，还原了水下病害的真实特征；最后采用生成式对抗网络（GAN）增加病害样本数量，通过YOLOv4算法实现病害智能识别，提高了病害识别效率。结果表明，样本中裂缝和剥落病害的识别平均精确率分别达到91.2%和95.0%，验证了该方法的可行性和有效性。
- 单位
