西部交通科技2024，Issue(9) ：1-3,8.DOI:10.13282/j.cnki.wccst.2024.09.001

基于CLAHE与U-Net模型的无人机桥梁裂缝检测方法

林土淦 韦俊 刘学军 何捷
西部交通科技2024，Issue(9) ：1-3,8.DOI:10.13282/j.cnki.wccst.2024.09.001
✕
  • NETL
  • NSTL
  • 万方数据

基于CLAHE与U-Net模型的无人机桥梁裂缝检测方法

林土淦 1韦俊 1刘学军 1何捷1
扫码查看

作者信息

  • 1. 广西交通职业技术学院,广西 南宁 530023
  • 折叠

摘要

文章提出一种基于无人机与深度学习结合的桥梁表面裂缝分割方法.该方法采用无人机遍历桥梁各区域采集图像,通过网络传输到桥梁裂缝检测系统进行图像分析;采用U-Net深度学习网络对桥梁图像进行训练与特征提取,以提高系统准确率;针对图像存在光照不均匀、低对比度问题,采用对比度受限自适应直方图均衡化对数据进行处理以提高图像的边缘对比度,获得更细腻的裂缝特征.通过验证实验表明,该方法相比于原始的U-Net和YOLOv8-seg网络,其mAP分别提高了1.63％、2.01％.

关键词

桥梁裂缝检测/图像分割/CLAHE/U-Net模型

引用本文复制引用

出版年

2024
西部交通科技
广西交通科学研究院

西部交通科技

影响因子：0.309
ISSN：1673-4874
段落导航相关论文