文献类型：期刊文章

作　　者：陈建立[1]

CHEN Jian-li(Department of Architecture,Sichuan Construction Vocational and Technical College,Deyang 618000,China)

机构地区：[1]四川建筑职业技术学院建筑系,四川德阳618000

出　　处：《液晶与显示》

基　　金：四川省科技厅项目(No.2019KY258)。

年　　份：2020

卷　　号：35

期　　号：4

起止页码：395-401

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EBSCO、IC、JST、PROQUEST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为节省人工识别裂缝的时间和提高混凝土检测效率,通过MATLAB建立卷积神经网络图像检测模型,探讨研究了图片重构采样率、二值化阈值和3种检测算子(拉普拉斯算子、索贝尔算子和Canny算子)对混凝土裂缝检测的影响。通过调整不同的参数得出:对于混凝土裂缝图片,重构图片的采样率为0.3时达到最优;二值化阈值为0.4时达到最优。Canny算子对边缘检测和裂缝检测的效果最佳,能够全面地反应出边缘裂缝情况,索贝尔算子的效果次之,拉普拉斯算子的效果较差。所建立的卷积神经网络图像检测模型能够为今后复杂环境下混凝土结构检测提供技术方法。

关 键 词：MATLAB 卷积神经网络 混凝土 检测  

分 类 号：TP391]