作者 | 李良福、马卫飞、李 丽、陆 铖期刊 | 自动化学报时间 | 2019年9月论文目的：传统的图像处理算法不能很好地对桥梁裂缝进行检测 , 而经典的深度学习模型直接用于桥梁裂缝的检测 , 效果并不理想，针对这些问题 , 文章提出了一种基于深度学习的桥梁裂缝检测算法创新点，QA（1-4）:Q1：使用深度学习中的卷积神经网络 (CNN) 进行桥梁裂缝检测 , 需要大量的、带类别标签的桥梁裂缝图像
转载
2024-08-12 12:54:04
286阅读
使用 Python 进行深度学习以进行裂纹检测问题陈述数据集准备训练模型结论 问题陈述虽然新技术已经改变了我们生活的方方面面，在建筑领域似乎牛逼Ø正在努力追赶。目前，建筑物的结构状况仍然主要是人工检查。简单来说，即使现在需要检查结构是否有任何损坏，工程师也会手动检查所有表面并拍下一堆照片，同时记录任何裂缝的位置。然后需要在办公室多花几个小时来整理所有照片和笔记，试图从中做出有意义的报告。显然，这
转载
2023-12-15 13:28:31
177阅读
用Matlab实现裂缝识别，代码实现21世纪以来，随着我国经济的飞速发展，关系到整个国民经济及人民生活的重要物理设施之一的道路交通也展开了大规模的建设。道路面积的大幅增长同时带来了相关的道路养护问题。这些问题最初可能只是一条小小的裂缝，但是如果没有得到及时修缮，随着时间的推移，小问题可能会变得无法简单修补，甚至于带来不必要的灾难，给人类、物资带来不可挽回的损失。近几年来，道路裂缝的检测和识别技术已
转载
2024-07-03 10:35:01
210阅读
Python Yolov5路面裂缝识别检测运行结果如下： 主要代码： import argparse
import logging
import math
import os
import random
import time
from copy import deepcopy
from pathlib import Path
from threading import Thr
转载
2023-11-14 18:40:08
160阅读
主要内容本文对裂缝检测技术进行了深入研究，并结合裂缝图像的特征，提出了一种基于传统机器学习和图像处理技术的裂缝检测方法，实现裂缝基本参数的计算和显示。内容如下：1.裂缝图像采集（无人机）2.裂缝图像预处理3.裂缝分割（提取）、裂缝连接4.裂缝分类（SVM支持向量机）5.裂缝主要参数计算（裂缝长度、裂缝最大宽度、裂缝面积占比）6.MATLAB GUI软件界面设计7.结束语本文提供裂缝检测系统软件及完
转载
2024-04-15 15:03:02
584阅读
数据集我们首先需要从互联网上获取包含墙壁裂缝的图像（URL 格式）数据。总共包含 1428 张图像：其中一半是新的且未损坏的墙壁；其余部分显示了各种尺寸和类型的裂缝。第一步：读取图像，并调整大小。images = []
for url in tqdm.tqdm(df['content']):
response = requests.get(url)
img = Image.open
转载
2023-11-13 16:34:47
278阅读
论文 | 基于图像处理的膨胀圆裂缝检测算法
作者 | 吴玉龙，岳大森，丁 勇，卢康昕，赵广辉期刊 | 材料与测试-无损检测-实验研究时间 | 2020该文章提出了一种计算裂缝宽度的算法，其过程使用了像素圆生成、裂缝骨架图、二值图像加减等操作。现有的裂缝宽度图像常采用法线、平行线等方式计算，但定义复杂。1.像素圆的定义：圆形是一种轴对称图形，具有无数条对称轴，其旋转不变性有利于反映裂缝宽度的情况。同
转载
2024-04-22 21:01:59
501阅读
1.基于图像处理的地铁隧道裂缝识别算法研究1论文 | 基于图像处理的地铁隧道裂缝识别算法研究
作者 | 王耀东 ，余祖俊 ，白 彪 ，许西宁，朱力强由于受到环境影响，裂缝图像普遍存在着低对比度、光照不均匀、噪声污染严重等问题，该文章提出了提出了一种全局与局部相结合的预处理算法，以及基于连通区域的多级滤波算法。预处理能够高效抑制低对比度和光照不均匀的影响，基于连通区域的多级滤波方法可以较好地滤除图像
转载
2024-01-16 18:11:57
187阅读
1、检查房屋有无裂缝。首先要仔细查看房屋主卧室及客厅靠近露台的地面和顶上有无裂缝，没有裂缝最好，如有裂缝，要看是什么样的裂缝。一般来说，与房间横梁平行的裂缝，虽属质量问题，但基本不存在危险，修补后不会妨碍使用。若裂缝与墙角呈45度斜角或与横梁垂直，说明该房屋沉降严重，存在结构性质量问题。其次要看露台处的两侧墙面是否有裂缝，若有裂缝也属严重的质量问题。最后看承重墙是否有裂缝，若裂缝贯穿整个墙面并且透
# Python裂缝检测：一种智能监测技术
随着科技的发展和工业的进步，裂缝检测成为了许多工程领域中的一项重要任务。裂缝不仅会影响建筑物的美观，更会威胁到结构的安全性。因此，及时、准确地检测裂缝显得尤为重要。本文将探讨如何使用Python进行裂缝检测，结合相关的代码示例以及一些数据可视化技术，以便更好地理解这一过程。
## 裂缝检测的基本原理
裂缝检测通常可以分为两种方式：人工检测和自动化检
原创
2024-09-19 07:24:16
291阅读
3.基于计算机视觉技术的结构表面裂缝检测方法研究1论文 | 基于计算机视觉技术的结构表面裂缝检测方法研究
作者 | 韩晓健 赵志成期刊 | 建筑结构学报时间 | 2018文章在AlexNet网络的基础上使用迁移学习对图片进行分类，再通过各种方法对裂缝图像进行处理，获得裂缝。整个流程如下：样本准备：在AlexNet网络的基础上使用迁移学习，将150张裂缝图片滑动剪裁为小尺寸的图像，放入训练获得模型，
转载
2024-08-17 16:32:26
41阅读
论文 | 基于多传感器集成的无砟轨道轨道板裂缝与离缝自动检测装置
作者 | 寇东华期刊 | 中国铁路时间 | 2020该文章从应用层面描述了轨道板裂缝检测整体的硬件布局、检测流程，而且该文的方法已经付诸实践，在轨道上完成了测试实验。文章首先描述了裂缝和离缝：其次列出了该装置硬件组成：裂缝的检测部分：采用图像配准融合算法将多个相机采集的轨道平面图像拼接为单个轨道板完整图像（横向），图像拼接时先进行图
转载
2024-09-02 16:02:02
74阅读
裂缝识别是一个在许多领域中都具备重要应用的计算机视觉问题，尤其在结构健康监测、机械维护等领域。本文将详细介绍如何使用 Python 实现裂缝的自动识别。
## 环境准备
在开始之前，需要确保你的开发环境已经安装好所有必要的依赖和工具。
### 前置依赖安装
1. Python 3.x
2. NumPy
3. OpenCV
4. TensorFlow 或 PyTorch
5. Matplo
基于MATLAB的路面裂缝检测 第一章 绪论1.1引言 本章介绍本论文的研究目的与意义、国内外研究现状，论文的研究内容和组织结构。其中： 1.2节介绍本文的立题依据与研究意义。 1.3节综述了国内外关于路面裂缝检测的研究现状和进展。 1.4节提出本文的研究目标、研究内容、研究方法及拟解决的关键问题。 1.5节简述了本文的组织结构安排。1.2 研究的背景与意义 目前，我国高等级公路的建设取得空前发展
裂缝检测技术-基于图像处理1.基于阔值分割的裂缝检测方法2.基于形态学的裂缝检测方法3.基于区域生长的裂缝检测方法4.基于渗流模型的裂缝检测方法5.基于小波变换的裂缝检测算法6.基于神经网络的裂缝检测方法 1.基于阔值分割的裂缝检测方法基于阈值分割的裂缝检测方法是一种综合的裂缝检测算法，主要分为两步：首先对输入的图像进行预处理，目的是去除混凝土表面图像上的背景噪声，同时增强裂缝特征；其次对预处理
转载
2023-09-06 18:39:26
292阅读
基于图像的裂缝分割与裂缝宽度计算（正交骨架线法）分割可以使用 opencv 的阈值分割，或者使用 CNN 等深度学习的方法进行裂缝分割，一般得到的分割结果如下，这里不再赘述。寻找边缘寻找边缘有两种方法，如下scikit-image skimage.measure.find_contours, 官方的示例如下：另一种可以使用 Delaunay 三角网加上 alpha shape 进行边缘的提取，可以
转载
2023-10-16 17:22:03
837阅读
传统算法处理裂缝的基本思路：第一种思路1.先转换彩色图为灰度图 2.进行自适应局部阈值化，目的是为了减少光照与阴影对阈值的影响 3.进行膨胀操作，尽量放大凸显裂缝，在用中值滤波平滑一下，去除一些高频噪声 4.进行腐蚀操作，让轮廓枝干化，减少类似裂缝物体的干扰。 5.测量裂缝宽和高 代码见：第二种思路：基于机器视觉的裂纹检测与跟踪 1.针对白亮的图像，先结合原色先验理论和去雾技术，增强裂纹特征，并对
转载
2023-11-22 17:34:07
665阅读
采用单向测径仪的原理能完成狭缝缝宽和细丝直径的测量，微小物体的测量在生产和科研中有着很重要的作用，平行光法测量微小物体的直径是一种非破坏性，精度高的方法。发射镜头内置一个点光源，点光源发出的光通过透镜系统（即镜片组）后形成准直平行光视场。准直平行光直接射向接收镜头，经过接收镜头内的透镜系统后聚焦，通过位于焦点位置的光阑小孔后在CCD芯片上成像。CCD芯片是测头部件中的光电转换元件，它可以将接收到的
转载
2024-03-06 17:12:22
42阅读
论文 | A novel hybrid approach for crack detection【一种新型的混合裂缝检测方法】
作者 | Fen Fang*, Liyuan Li, Ying Gu, Hongyuan Zhu, Joo-Hwee Lim期刊 | Pattern Recognition（模式识别）时间 | 2020年该文章的主要技术路线是将Faster R-CNN 与 概率分析中的贝
各种裂缝（包括墙面裂缝，路面裂缝等）的目标检测yolo数据标注，画框打标签。 语义分割数据标注，打标签，像素级分割。标题：基于YOLO的裂缝目标检测算法与语义分割技术应用摘要： 裂缝检测在城市维护和建设中具有重要意义。本文提出了一种基于YOLO的裂缝目标检测算法，并结合语义分割技术实现对裂缝的精确标注。本文详细介绍了算法的原理和设计思路，并展示了其在实际场景中的应用效果。同时，我们还提供了灵活的价
