文献类型：期刊文章

作　　者：徐亮[1] 何伟[1] 叶尔达·叶尔丁达拉[1] 李楠楠[2]

XU Liang;HE Wei;YEERDA Yeerdingdala;LI Nannan(CHN Energy Xinjiang Jilintai Hydropower Development Co.,Ltd.,Yining 835000,Xinjiang,China;Beijing Huakecy Engineering Technical Co.,Ltd.,Beijing 100025,China)

机构地区：[1]国家能源集团新疆吉林台水电开发有限公司,新疆伊宁835000 [2]北京华可实工程技术有限公司,北京100025

出　　处：《水利水电技术（中英文）》

年　　份：2024

卷　　号：55

期　　号：S01

起止页码：249-256

语　　种：中文

收录情况：BDHX、BDHX2023、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：利用无人机搭载专业设备对坝体混凝土裂缝进行自动化检测和智能识别,可提升大坝表面病害视觉检测自动化水平,为大坝正常维修管理提供高质高效的信息。介绍了YOLO裂缝目标检测算法和U^(2)-net裂缝图像分割模型,以及裂缝参数的测量方法和图像识别精度的评价标准。结合某水电站坝顶混凝土裂缝调查场景,分析无人机不同搭载形式与航拍高度和图像地面分辨率的理论关系,并利用YOLO和U^(2)-net算法进行裂缝宽度识别,探究不同航拍参数对裂缝识别精度的影响。最后,综合考虑各巡航场景实际运行要求和成果处理与发布效率,确定坝体裂缝自动化检测运行参数,为高精度识别坝体毫米级宽度裂缝提供一种思路。

关 键 词：大坝 裂缝检测  U^(2)-net  无人机 航拍参数  

分 类 号：TP751.1]