基于密集U-Net++的多结构裂缝检测

《Algorithms》:Multi-Structure Crack Detection Based on a Dense U-Net++

【字体: 大 中 小 】 时间:2026年08月03日 来源:Algorithms 2.6

编辑推荐:

  裂缝表明土木工程结构的劣化,通过定期检查进行早期检测对结构安全至关重要。然而,传统的人工检查耗时且劳动密集,并严重依赖于检查员的专业知识。尽管基于深度学习的裂缝检测已得到积极研究,但大多数先前研究集中于单一环境,如沥青或混凝土,整合沥青、混凝土和隧道环境的研究

  
裂缝表明土木工程结构的劣化,通过定期检查进行早期检测对结构安全至关重要。然而,传统的人工检查耗时且劳动密集,并严重依赖于检查员的专业知识。尽管基于深度学习的裂缝检测已得到积极研究,但大多数先前研究集中于单一环境,如沥青或混凝土,整合沥青、混凝土和隧道环境的研究仍然很少。在本研究中,研究人员提出了一种基于密集U-Net++(Dense U-Net++)的模型,该模型在包含所有三种环境的无人机拍摄裂缝图像的统一数据集上训练。该模型结合密集连接与U-Net++的嵌套跳跃路径,以缓解编码器-解码器结构中的语义差距,实现有效的特征融合和精细裂缝边界的精确恢复。焦点损失(Focal Loss)解决了背景和裂缝像素之间的严重类别不平衡,基于区域的后处理抑制了虚假检测。所提出的方法实现了95.47%的精确率(Precision)、92.35%的召回率(Recall)、93.91%的F1分数(F1-score)和88.58%的交并比(IoU),优于基线密集U-Net++和Mask R-CNN。定性评估确认了在粗糙沥青纹理、条纹混凝土图案和隧道低光照条件下的可靠检测。这些结果表明,所提出的框架在自动结构检查中实现了有前景的裂缝分割性能。
裂缝是土木工程结构中最常见的缺陷之一,其早期检测对结构安全至关重要,但传统人工检查耗时耗力且依赖检查员经验。尽管基于深度学习的裂缝检测方法已被广泛研究,但多数研究仅针对单一环境(如沥青或混凝土),而整合沥青、混凝土与隧道环境的统一数据集训练研究仍十分匮乏。此外,无人机图像采集面临拍摄距离、光照变化、阴影及复杂背景等挑战,导致裂缝分割性能下降。为此,研究人员开展了一项研究,旨在构建一个能在多种结构表面和成像条件下稳定运行的裂缝检测系统。该研究提出了基于密集U-Net++(Dense U-Net++)的裂缝分割模型,并在自建的综合无人机图像数据集上训练(涵盖沥青、混凝土和隧道三种结构环境),实验结果表明该方法在精确率、召回率、F1-score和IoU指标上均优于对比模型,为自动结构检查提供了有前景的裂缝分割方案。该论文发表在《Algorithms》。

研究人员主要采用以下关键技术方法:首先构建了自建裂缝数据集,原始图像来自韩国高速公路公司,使用DJI Matrice 300 RTK无人机及DJI Zenmuse H20相机在距目标表面5米内拍摄,覆盖混凝土、沥青和隧道三种环境。预处理包括将原始图像裁剪为1024×1024像素的补丁,再缩放至256×256像素,并筛选出含裂缝的补丁构建训练集。模型架构为密集U-Net++,在U-Net++的嵌套跳跃路径中引入密集连接(DenseNet中的密集块),以缓解编码器-解码器间的语义差距并增强多尺度特征融合。损失函数采用焦点损失(Focal Loss,参数α=0.25,γ=2.0)以应对背景与裂缝像素的严重类别不平衡。后处理采用基于连通区域的面积滤波,移除面积≤10像素的噪声物体。训练使用Adam优化器,输入尺寸256×256,批大小20,初始学习率0.001,每300个epoch衰减0.9,共训练3000个epoch。所有模型在相同数据集划分(训练3840个补丁,验证960个补丁,测试200个补丁,测试集来自四种表面条件各50个)下训练,未使用数据增强。

以下为研究结果(保留原文各小标题):

**3.1 数据集**:自建数据集包含5000个含裂缝补丁(256×256),其中200个作为测试集,均匀取自沥青、粗糙纹理混凝土、条纹图案混凝土和隧道衬砌四种表面条件;剩余4800个按8:2划分为训练集和验证集。测试集在原始图像层面预先分离,确保无重叠。

**3.2 实现细节**:模型使用PyTorch 1.13.1,在AMD Ryzen 5 5600X CPU和NVIDIA RTX 3080Ti GPU上训练。所有网络随机初始化权重,使用Adam优化器,焦点损失用于所提模型,Mask R-CNN使用其原始多任务损失。验证集上性能最佳的模型用于测试。

**3.3 定量结果**:对200张测试图像计算每张图的宏平均精确率、召回率、F1-score和IoU。所提方法(Dense U-Net++加后处理)在四项指标上均表现最优:精确率95.47%,召回率92.35%,F1-score93.91%,IoU88.58%,均优于基线Dense U-Net++和Mask R-CNN。箱线图显示所提方法中位数最高且分布最窄,与其余两方法的差异具有统计学显著性(Wilcoxon符号秩检验,p<0.001)。

**3.4 定性结果**:在沥青环境中,模型能清晰区分与背景灰度相似的裂缝;在粗糙纹理混凝土中,能区分粗颗粒与连续裂缝;在条纹图案混凝土中,能避免重复线性图案的干扰,准确检测不规则裂缝;在隧道低照度环境中,能稳定检测多种形状裂缝,并自然连接因结构弯曲造成的视觉断裂。

**讨论部分**总结:通过性能分布分析,所提方法具有最高的精确率中位数和最窄分布,表明面积滤波能稳定去除噪声。召回率在加后处理前后分布相似,说明后处理在抑制假阳性同时保留了真实裂缝区域,实现了精确率与召回率的平衡提升。F1-score和IoU的最优表现证实了预测掩膜与真实掩膜在范围和位置上高度吻合。相比之下,Mask R-CNN因基于实例分割,不适用于细长连续裂缝的像素级分割,表现最差。但本研究存在局限性:后处理采用固定面积阈值(10像素),可能移除面积较小的早期微裂缝;仅使用自建数据集,未在公开数据上验证泛化性能;未评估无裂缝表面的误报行为及运动模糊、曝光变化等扰动下的鲁棒性。未来工作将引入考虑裂缝形态(长度、曲率、连续性)的自适应后处理或学习型噪声分类模块,进行跨数据集验证,并开展鲁棒性分析。

**结论部分**翻译如下:在本研究中,研究人员提出了一种基于密集U-Net++的模型,该模型在包含沥青、混凝土和隧道图像的综合裂缝数据集上训练。通过结合密集连接与U-Net++的嵌套跳跃连接,该模型缩小了编码器与解码器之间的语义差距,并改善了多尺度特征融合。采用焦点损失以应对类别不平衡,并应用基于区域的后处理去除检测噪声。实验结果表明,所提方法实现了95.47%的精确率、92.35%的召回率、93.91%的F1-score和88.58%的IoU,在所有评估指标上均优于所评估的对比模型。与Mask R-CNN相比,F1-score和IoU分别提升了4.56%和7.75%。后处理在几乎不影响召回率的情况下显著提高了精确率,表明有效抑制了假阳性。测试图像的视觉评估也显示了在评估条件下的可靠裂缝检测,包括粗糙沥青纹理、条纹混凝土表面和低照度隧道图像。本研究的一个局限性在于后处理步骤依赖于固定面积阈值,可能移除小的早期裂缝。此外,实验评估范围有限。本研究的主要目标是为传统上分别研究的沥青、混凝土和隧道环境构建一个在统一数据集上一致运行的裂缝检测系统,而非为该任务确定最优分割架构。因此,与多种模型的性能比较、最优模型配置的探索以及在公开裂缝数据集上的验证超出了本研究的范围。模型也仅在标称成像条件下的含裂缝补丁上进行了评估,因此其在无裂缝表面上的误报行为以及对运动模糊、曝光变化和高度变化等扰动的鲁棒性仍有待验证。因此,早期裂缝的可靠检测和跨不同结构环境的泛化仍是关键挑战。未来工作将通过融合裂缝形态的自适应后处理、与最新架构的对比评估及系统消融研究、使用公开裂缝数据集的跨数据集验证、无裂缝表面评估以及合成扰动下的受控鲁棒性分析来解决这些问题。总体而言,所提出的密集U-Net++模型在不同结构表面和成像条件下实现了有前景的裂缝分割性能,展示了其在自动结构检查与维护应用中的潜力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号