基于改进多分支特征共享结构网络的裂缝检测算法

摘要：

针对路面裂缝检测时裂缝的位置、形态的不确定性及裂缝特征与路面背景纹理的相似性等问题,提出了一种改进的多分支特征共享结构网络的裂缝图像分割算法.为了在减少计算参数冗余的同时提高检测精度,使用轻量化特征提取网络获取高层特征,采用多分支跳跃连接的方法提高通道间的信息利用.各分支融合全局卷积网络(GCN)模块和边界细化(BR)模块,提高了对裂缝边缘的分割性能和对裂缝区域内部分类的鲁棒性,利用循环残差卷积(RRC)模块,推动了对裂缝特征的累积.最后采用中轴法提取裂缝骨架,计算裂缝的形态参数,得到裂缝长度和宽度的相对误差分别为4.73％和5.21％.设计的多组对比实验结果表明,所提改进算法能够有效地提高对路面裂缝检测的精度和效率.

关键词：图像处理、语义分割、裂缝检测、裂缝参数计算、边界细化、多分支特征共享

所属期刊栏目：59

分类号：TP391.9(计算技术、计算机技术)

资助基金：长安大学研究生科研创新实践项目;陕西省重点研发计划

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：274-283