基于移动测量技术的公路隧道衬砌裂缝快速采集系统

摘要

公路隧道易受自然环境、地质及气候条件等影响产生裂缝等病害，严重影响隧道结构安全与运营，而隧道衬砌图像的复杂特性给裂缝检测带来挑战。文中开发快速获取隧道全断面三维点云和影像数据的裂缝采集系统，实现公路隧道衬砌裂缝的快速检测；利用该系统的检测结果构建包含500张图像的隧道衬砌裂缝数据集，并基于该数据集和多种语义分割网络模型进行裂缝自动检测，采用像素准确率、类别像素准确率、类别平均像素准确率、平均交并比对各模型进行评价。结果显示，K-Net(Kyoshin Network)模型在4种评价指标上均表现最优；U-Net(Convolutional Networks for Biomedical Image Segmentation)模型虽各指标最差，但参数量最小，仅为K-Net模型的37%。综合考量，建议采用K-Net模型实现公路隧道衬砌裂缝检测。

关键词

隧道 / 衬砌裂缝 / 裂缝自动检测 / 移动测量技术 / 语义分割网络模型