【略读】文献阅读笔记


基于图像识别技术的隧道衬砌裂缝检测系统研究
  • 作者 | 李健超1, 张翠兵2, 柴雪松1, 薛 峰
  • 期刊 | 铁 道 建 筑
  • 时间 | 2018

由于只对文章中裂缝检测部分感兴趣,所以其他忽略。

文中裂缝识别提取部分采用超像素分割方式对其获得的高分辨率图像进行切分,之后采用ResNet-18网络进行裂缝识别。

其中具有参考意义的有 SLIC超像素分割技术
超像素由一系列位置相邻且颜色、亮度、纹理等特征相似的像素点组成的小区域。这些小区域大多保留了进一步进行图像分割的有效信息,且一般不会破坏图像中物体的边界信息。

详细参考:


基于图像处理的铁路轨道板裂缝检测研究
  • 作者 | 薛 峰1, 赵丽科2, 柴雪松1, 郑顺义
  • 期刊 | 铁 道 建 筑
  • 时间 | 2015

该文章采用的是经典的图像处理方法对裂缝进行了提取,参考意义不大,但反映了铁路轨道板裂缝检测的研究现状,有必要一读。
在这里插入图片描述

  1. 预处理:双边滤波器做平滑操作、Wallis 滤波器增强去噪后的图像
  2. 二值化:基于局部窗口的局部二值化方法
  3. 裂缝修复:形态学膨胀操作合并断裂裂缝、根据连通域面积和连通域外接矩形内白色像素比重剔除干扰噪声
  4. 裂缝套合:采用 Roberts 边缘检测算子检测得到白色连通区域的边缘, 并将其套合在原图上。
    在这里插入图片描述

轨道板表面裂缝的热成像检测效果仿真分析
  • 作者 | 王登涛, 路宏遥, 孟翔震, 苗 壮, 赵晨晖
  • 期刊 | 智能计算机与应用
  • 时间 | 2020年2月

该文章采用红外热成像方法对轨道表面裂缝夜间检测进行了研究,构建了模型,分别对环境温度、裂缝宽度和裂缝长度的不同组合工况进行仿真计算。参考意义不大,但反应了轨道板裂缝检测的一个新的技术方向。
依据原理:

  1. 当物体表面出现损伤时,损伤部位将表现出不同于非损伤表面的红外辐射特性,并产生温度梯度差异,热像仪通过捕捉这种辐射差异,并以颜色不一的热像图形式反映出来,从而实现无损检测的目的。
  2. 对于轨道板结构,当其表面出现裂缝病害时,由于裂缝内部空气介质与轨道板自身混凝土介质导热性能的差异性,空气与混凝土之间的热传导将劣于混凝土与混凝土之间的热传导,导致热量在裂缝区域形成积聚,形成表面温度梯度,从而在热像图上表现为“亮区”。
  3. 利用热成像技术检测轨道板表面裂缝的检测效果主要受到裂缝尺寸系数和环境温度影响。
  4. 当环境温度低于 10℃ 时,几乎不能实现对裂缝的有效检测,随着环境温度的升高,能够检测的
    裂缝工况越来越多,检测效果也越来越好。 在 25 ℃条件下,可以实现对宽度大于 0.1mm,长度大于16cm裂缝的有效检测。

基于热成像的高速铁路轨道板表面裂缝检测方法研究
  • 作者 | 王登涛, 李再帏, 何越磊, 张志远, 路宏遥
  • 期刊 | 铁道标准设计
  • 时间 | 2020年7月

重点概括如下:

  • 该文章是对上一篇的进一步研究,只有当环境温度大于20℃ , 才能实现对宽度大于 0.1mm、 长度大于 1/16轨道板宽度裂缝地有效检测。故提出改进,通过对不同热激励辐射强度和激励时间的仿真计算,优化了检测条件,提高了检测精度。
  • 通过实验得出,在施加热激励的条件下,裂缝区域温度明显高于轨道板表面非裂缝区域,且随着热激励辐射强度的逐渐增大,裂缝区域的温度不断升高,同非裂缝区域的温差也逐渐增大,检测效果越来越好。为避免轨道板受到过高的局部温度荷载,最终选择热激励辐射强度为 1000 W/m2 。
  • 通过实验得出:为保证对裂缝的快速有效检测,激励时间应大于 1/2s,即检测速率控制在 5km/h 较为合适。

基于双相机立体摄影测量的路面裂缝识别方法
  • 作者 | 宋宏勋,马 建,王建锋,崔国丽
  • 期刊 | 中国公路学报
  • 时间 | 2015

文章提出了一种基于双相机立体摄像测量的路面损坏裂缝快速识别方法。

原理:

  • 采用2台相机同时拍摄路面,1台垂直放置,1台倾斜放置。垂直拍摄时裂缝的底部能够拍上,因而垂直相机获取的路面裂缝较明显且裂缝与背景差别较大;倾斜拍摄时裂缝的底部拍不上,因而倾斜相机获取的路面裂缝和背景亮度差别不大。将倾斜拍摄的图像通过变换转化为垂直拍摄,利用2幅图灰度值的差异,进行图像运算,提取路面裂缝信息。
    在这里插入图片描述
  • 经过试验验证,利用变换后的图像相乘,能够很好地突出路面信息,剔除背景信息。对乘法运算
    后的图像进行简单的处理就可以提取出路面的裂缝信息。

基于改进 K-means 算法的不均匀光照下道路裂缝检测
  • 作者 | 王德方 曾卫明 王倪传
  • 期刊 | 计算机应用与软件
  • 时间 | 2015

该文章使用聚类和区域生长算法结合的方法提取了裂缝,并通过形态学算法优化了分割效果。
参考:

原理:
该文章的最大的创新点在于将k-means算法中的距离因素加入,以此应对不均匀光照问题,改良了传统聚类算法中只考虑像素值的缺点。

  • 根据图像直方图选择聚类中心点
  • 加入像素距离信息

在这里插入图片描述

  • 区域生长算法分割取出裂缝目标
  • 形态学处理优化裂缝提取效果,剔除噪声。
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Shine.Zhang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值