收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的清水混凝土表面气泡检测与评价

魏伏佳  
【摘要】:为了推动建筑行业的可持续发展,满足国家对于绿色环保的要求,绿色建材应运而生。其中,清水混凝土作为一种绿色混凝土被广泛应用于建筑工程中。由于采用清水混凝土后不需要再进行外装饰,因此,外观质量是衡量清水混凝土工程优劣的一项重要指标。目前,国内对于清水混凝土的外观质量主要采用人眼目视评价和人工测量,容易受主观性影响而造成不必要的误差。因此,发展以计算机视觉为基础的客观的自动化检测与评价方法,对于推动我国清水混凝土技术的发展具有重要的研究价值和现实意义。本文在整理和总结混凝土外观质量缺陷检测研究现状和卷积神经网络研究进展的基础上,以清水混凝土表面的一种主要质量缺陷——气泡作为研究对象,对基于卷积神经网络的目标检测算法和图像分割算法在清水混凝土表面气泡的检测定位、量化识别和质量评价等方面的应用做了深入的研究,取得了一定的进展,主要研究内容和创新性成果有:(1)针对现行的清水混凝土外观质量测评方法缺乏客观性、检测效率低的问题,采用卷积神经网络方法,对其目标检测算法进行分析,提出了基于卷积神经网络的清水混凝土表面气泡检测模型。该模型能快速准确的检测混凝土表面气泡并对其进行定位,检测准确率达到96.43%。通过在卷积神经网络模型中添加Inception模块能有效的解决输入图像尺寸相对较小(28×28像素)和训练集中的标记示例数量有限的问题。通过与高斯拉普拉斯算子(LoG)和Otsu方法等传统图像处理方法的对比研究,发现提出的基于卷积神经网络的清水混凝土表面气泡检测模型具有良好的鲁棒性,能有效的避免诸如照明、阴影和几种不同表面缺陷的组合等干扰因素的影响,展现出了良好的检测性能。(2)考虑清水混凝土表面气泡的几何特征及量化,通过研究卷积神经网络的图像分割算法,提出了基于Mask R-CNN的清水混凝土表面气泡识别和量化模型,实验证明,提出的模型能快速准确的识别混凝土表面图像上的气泡,并输出气泡的面积和最大直径等量化信息。通过将实测气泡的实际尺寸与模型输出的气泡量化信息进行对比研究发现,68%的气泡的面积错误率低于10%,74%的气泡的最大直径错误率低于10%,大多数气泡的量化信息错误率分布在较低的误差区间,展现出了良好的识别和量化性能。(3)通过分析清水混凝土表面气泡等级评价的影响因素,并结合考虑CIB推荐的气泡等级参考尺度和国内相关技术规程,提出了基于卷积神经网络的清水混凝土表面气泡评价方法。该方法以气泡面积百分比A_B和气泡最大直径D_m为主要的评估参数,并且提出了基于这两项评估参数的气泡等级评价表。通过自动计算检测到的所有气泡的像素之和与输入图像的总像素的比值,输出气泡面积百分比A_B,通过量化分析输出气泡的最大直径D_m,从而根据气泡等级评价表对输入图像进行评价。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 殷钰;徐花珍;伦世友;;浅谈消除清水混凝土桥梁柱子表面气泡的措施[J];水泥;2019年S1期
2 王凤岐;王凤武;刘守义;;控制商品混凝土表面气泡的综合措施[J];河北北方学院学报(自然科学版);2009年02期
3 张哲;周松;;消除清水混凝土基础表面气泡的研究[J];湖北电力;2010年06期
4 丁成堂;徐飞;;墙体泵送混凝土表面气泡产生原因及预防措施[J];建筑技术;2006年04期
5 廖富兴;;房建结构混凝土墙体表面气泡病害成因分析[J];建筑技术开发;2021年01期
6 赵云锋;宋方疆;;现浇商品混凝土结构表面气泡的成因与防治[J];江苏科技信息;2017年16期
7 裘智辉;;公路预应力混凝土空心板表面气泡成因及对策[J];山西建筑;2013年17期
8 杨忠;史才军;梁俊辉;胡志军;;硬化混凝土表面气泡的形成机理及解决方法[J];公路工程;2012年05期
9 王凤岐,周占学,王海珍;混凝土结构表面气泡的防治[J];施工技术;2005年04期
10 张童;胡杨;;泵送混凝土墙体表面气泡产生的原因及预防措施[J];建筑技术;2010年01期
11 詹水清;黄雨捷;王军锋;江明镅;张伟;王贞涛;;垂直磁场作用下水平微电极表面气泡生长特性实验研究[J];中南大学学报(自然科学版);2021年01期
12 黄朝辉;;混凝土墙体表面气泡的成因与防治措施[J];价值工程;2010年03期
13 吴伟;尹小鸽;王皓;陈强立;;图像法分析影响混凝土表面气泡的因素[J];四川建材;2018年12期
14 伍春梅;;混凝土表面气泡成因及解决方法[J];中华建设;2017年01期
15 尚云春;;水工混凝土表面气泡产生原因初探[J];现代农村科技;2010年13期
16 石建国;高洁;吴树平;;混凝土结构表面气泡的防治实践[J];山西建筑;2009年01期
17 杨舒雯;;混凝土结构表面气泡成因及防治措施[J];江西建材;2021年06期
18 杨梦楠;;汽车刹车系统用高硅铝合金挤压型材表面气泡缺陷研究[J];铝加工;2017年06期
19 高淑娟;;减少自流平砂浆表面气泡的试验研究[J];科技资讯;2012年32期
20 王凤岐,唐春梅,周占学;高强混凝土表面气泡防治实例分析[J];河北建筑工程学院学报;2005年01期
中国重要会议论文全文数据库 前20条
1 马加存;杨志勇;倪红珍;;混凝土表面气泡和砂纹产生的原因及防治措施[A];公路交通与建设论坛(2009)[C];2010年
2 郝强;;连铸坯表面气泡的成因分析及改进措施[A];2015年炼钢品种、质量提升研讨会论文集[C];2015年
3 宫林松;;A356.2合金铸件产品热处理后表面气泡原因分析及解决方法[A];2013(第23届)重庆市铸造年会论文集[C];2013年
4 文韬;;关于压铸铝合金盖类产品表面气泡问题的浅析[A];绿色铸造与持续发展——2015(第25届)重庆市铸造年会论文集[C];2015年
5 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年
6 张星;关悦;党鑫鑫;吴建生;;基于遗传算法-长短期记忆神经网络的月降水量预测研究[A];2021年(第七届)全国大学生统计建模大赛获奖论文集(二)[C];2021年
7 徐兴;赵倩婷;王苏宁;余绍康;;基于神经网络的自适应飞机防滑刹车控制器[A];第十八届中国航空测控技术年会论文集[C];2021年
8 罗朝林;陈武奋;张波;梁啟斌;;基于小波优化神经网络在大坝变形预测的应用[A];水库大坝和水电站建设与运行管理新进展[C];2022年
9 李强;张悦娇;;神经网络的自适应有限时间容错同步控制[A];“两化”教学模式在应用型大学人才培养中的探究和实践专题论文集[C];2021年
10 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
11 耿传玉;王泽宇;周晓君;阳春华;;基于U-net卷积神经网络双层参数优化的心脏图像分割[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
12 段滈杉;乔俊飞;蒙西;汤健;;基于模块化神经网络的城市固废焚烧过程氮氧化物软测量[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
13 李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
14 韩红桂;甄琪;杜永萍;乔俊飞;;基于低秩双线性卷积神经网络的手机型号识别方法[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
15 潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
16 马昕鹏;李艳坤;庞佳烽;;人工神经网络预测血清中血红蛋白含量[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
17 康忠健;罗霖;;基于长短期记忆网络的配电网线损预测方法研究[A];第三十九届中国控制会议论文集(7)[C];2020年
18 闫岱峻;刘伟;于圣炜;赵旭;;基于神经网络的散货船阻力预报方法研究[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
19 郝立柱;韩阳;潘子英;;循环神经网络方法预报船舶操纵运动研究[A];第三十一届全国水动力学研讨会论文集(下册)[C];2020年
20 徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
中国博士学位论文全文数据库 前20条
1 魏伏佳;基于卷积神经网络的清水混凝土表面气泡检测与评价[D];重庆大学;2020年
2 艾鹏程;基于卷积神经网络的高能物理事例特征信息在线提取算法研究[D];华中师范大学;2020年
3 容毅标;卷积神经网络在眼科医学图像中的应用研究:分类、分割及回归分析[D];苏州大学;2020年
4 谢凌伟;基于神经网络的多属性药物分类方法研究[D];厦门大学;2019年
5 纪厚业;异质图神经网络关键技术研究[D];北京邮电大学;2021年
6 姚卫;时滞忆阻神经网络的同步与多稳定性研究[D];湖南大学;2020年
7 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
8 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
9 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
10 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
11 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
12 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
13 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
14 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
15 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
16 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
17 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
18 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
19 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
20 樊英杰;时滞忆阻神经网络的镇定及同步控制研究[D];山东科技大学;2019年
中国硕士学位论文全文数据库 前20条
1 陈皞;液相表面气泡破碎及液滴夹带特性实验研究[D];哈尔滨工程大学;2019年
2 周建富;基于神经网络的焊点缺陷检测算法研究[D];长春大学;2020年
3 曹凯;基于卷积神经网络的外观缺陷检测方法研究[D];哈尔滨工业大学;2017年
4 田珠;基于卷积神经网络的火花塞图像缺陷检测[D];中北大学;2020年
5 崔健;基于快速轻量卷积神经网络的织物缺陷检测算法研究[D];中原工学院;2020年
6 吴兴铨;基于卷积神经网络的歌唱语音识别[D];西南科技大学;2018年
7 肖磊;基于卷积神经网络的芯片外观缺陷识别研究[D];桂林理工大学;2020年
8 高小冬;基于视觉的太阳能电池片检测技术研究[D];上海应用技术大学;2020年
9 温伟健;深度神经网络性能和规模的量化分析[D];暨南大学;2020年
10 陈颖;深度神经网络可解释压缩算法的研究[D];内蒙古大学;2021年
11 刘兴旺;基于深度神经网络的融合图像生成研究[D];昆明理工大学;2019年
12 曹继君;基于神经网络的故障诊断研究[D];华北电力大学(北京);2020年
13 张敬瑶;基于神经网络的心律失常检测研究[D];齐鲁工业大学;2021年
14 李飞腾;卷积神经网络及其应用[D];大连理工大学;2014年
15 张旗;基于神经网络的电子显微像成像条件研究[D];华南农业大学;2019年
16 孔曼玉;基于端到端可训练神经网络的手写化学方程式识别[D];华中师范大学;2020年
17 田野;多精度神经网络加速阵列研究[D];电子科技大学;2021年
18 张丙强;基于卷积神经网络和循环神经网络的结构损伤识别[D];广州大学;2020年
19 熊灿龙;一种目标检测神经网络硬件加速器的设计及验证[D];电子科技大学;2021年
20 吴忠兰;基于卷积神经网络的微小缺陷检测技术及应用研究[D];电子科技大学;2021年
中国重要报纸全文数据库 前20条
1 记者 张梦然;神经网络打开理解电子相互作用新窗口[N];科技日报;2021年
2 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
3 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
4 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
5 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
6 ;神经网络小史[N];电子报;2018年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
11 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
12 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
13 记者 王雪青;构建机器世界神经网络 东土科技“抄底”人工智能[N];上海证券报;2017年
14 ;人工智能到底有多智能?[N];长白山日报;2017年
15 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
16 记者 冯海波 通讯员 华轩;构建叠层宽度神经网络成深度模型[N];广东科技报;2021年
17 记者 毛黎;神经网络技术帮自主驾驶汽车识别幻影物体[N];科技日报;2020年
18 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
19 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
20 记者 张梦然;神经网络完成芯片设计仅需几小时[N];科技日报;2021年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978