首页|基于机器学习的高速公路水泥混凝土路面裂缝检测方法

基于机器学习的高速公路水泥混凝土路面裂缝检测方法

MACHINE LEARNING-BASED CRACK INSPECTION METHOD FOR HIGHWAY CEMENTER CONCRETE ROAD

扫码查看
原文链接
  • 万方数据
  • 维普
以金丽温高速公路东延工程为例,采用机器学习方法对高速公路水泥混凝土路面裂缝进行检测.采用自助采样的机器学习方法,从大量摄影照片中提取关键照片,引入估计偏差,确定检测数据集和原始数据集的分布情况,得出混凝土路面产生裂缝的主要原因.抽取裂隙样本,经灰度处理后,采用K均值聚类算法获得最优聚类结果,由此区分裂隙类像素和背景类像素.结果表明,该方法能较好地显示裂缝的检测结果,最大检测精度为0.98,能较准确地检测出路基裂缝.

李凌志、陈勇

展开 >

温州金丽温高速公路东延线有限公司,325014,浙江温州

中交一公局集团有限公司,100020,北京

机器学习 高速公路 路面裂缝 K均值聚类算法 水泥混凝土

2023

建筑技术
北京建工集团有限责任公司

建筑技术

影响因子：1.262
ISSN：1000-4726
年,卷(期)：2023.54(7)
  • 1
  • 11