仪器仪表学报

作者：于天河，徐博超，侯善冲，赵思诚，刘珂鑫

单位：于天河,哈尔滨理工大学测控技术与通信工程学院哈尔滨150006,ythaa@163.com,徐博超,哈尔滨理工大学测控技术与通信工程学院哈尔滨150006,,侯善冲,哈尔滨理工大学测控技术与通信工程学院哈尔滨150006,houshanchong@163.com,赵思诚,哈尔滨理工大学测控技术与通信工程学院哈尔滨150006,,刘珂鑫,哈尔滨理工大学测控技术与通信工程学院哈尔滨150006,

关键词：裂缝分割;裂缝分类;裂缝量化;A*算法

针对当前道路裂缝检测与量化领域中高成本与高精度之间的矛盾,本文提出了一种低成本高精度的道路裂缝自动分割量化系统。首先,该系统采用添加跳跃级往返多尺度融合模块与注意力门机制的卷积神经网络进行分割预测,并命名为SW-Net。随后,通过结合MCO、DFS以及不同方向上像素统计曲线的变化趋势对裂缝进行分类。最后,为了克服裂缝量化的不连续性和传统形态学骨架量化算法的局限性,本文通过结合A*算法并对其进行扩展,以计算裂缝的最短长度和最大宽度。实验对比结果表明,该系统在Crack500数据集上取得了所有对比模型中最佳的准确率(93.68%)和F1分数(0.8965)。改进后分类算法的平均分类精度达到99.29%,分类速度为109张/s。其量化最短长度和最大宽度的相对误差分别为12.34%和15.85%,较传统骨架方法的平均量化误差降低了5.16%。这些结果表明,该系统在裂缝的分割、分类和量化方面取得了显著进展。

来源：2024年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第9期