摘要

混凝土开裂问题在水工建筑物主体结构中普遍存在,裂缝检测一直是水工混凝土结构安全鉴定的重要内容。数字图像处理技术因具有效率高、成本低等优势而被广泛应用于结构表面裂缝检测中,形态分割与特征量化是其核心任务。针对传统图像处理人工干预较多、泛化能力较弱等不足,本文提出了一种基于深度卷积神经网络的水工混凝土裂缝像素级形态分割与特征量化方法。该方法以U-net语义分割模型架构为基础,融合迁移学习技术,采用VGG16预训练网络强化编码器,提取多尺度高级语义信息,并通过改进交叉熵损失函数缓解样本类别不均衡问题,从而实现裂缝形态的精准分割。随后根据二值化分割掩膜,集成计算机视觉技术,给出了一整套定量计算裂缝面积...