计算机工程与科学

作者：仇静博, 燕雪峰, 汪俊, 郭延文, 魏明强,

单位：1.南京航空航天大学计算机科学与技术学院，江苏 南京 211106；2.南京航空航天大学模式分析与机器智能工业和信息化部重点实验室，江苏 南京 211106；3.南京大学计算机软件新技术国家重点实验室，江苏 南京 210023

关键词：裂纹提取,图像分割,NUAACrack-2000,全卷积神经网络,

提出一种基于全卷积神经网络的单幅隧道图像裂纹提取算法，能够有效避免复杂背景下的伪裂纹噪声点干扰，实现对隧道裂纹的精确分割。首先，构建深度残差网络模型提取裂纹特征；其次，使用改进的全卷积神经网络中的反卷积操作恢复裂纹特征图的尺寸和裂纹细节；为了提升裂缝提取的精细程度，提出一个细节修复模块来保持裂缝的完整性与边缘细节；最后，公开一个裂纹数据集NUAACrack-2000，包含2 000幅隧道裂纹图像与精准标注标签。实验表明，提出的算法在避免噪声点干扰方面优于传统图像分割算法；在保留提取裂纹的整体性以及边缘细节处理方面优于基于机器学习的主流裂纹提取算法。

来源：2022年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第5期