融合视觉测量和Transformer的桥梁裂缝智能检测与三维映射

摘要

无人机巡检方法已成为桥梁表观病害检测的重要手段.针对无人机（unmanned aerial vehicle,UVA）易受振动干扰、成像质量不稳定、卷积神经网络识别裂缝小目标效果差及裂缝定位困难等问题，提出了融合视觉测量与Transformer的桥梁裂缝智能检测与三维映射方法，建立基于Real ESRGan图像超分辨率技术的航拍图像采集方法，复原运动模糊图像，实现对高质量桥梁图像的高效采集；在桥梁复杂背景下，通过具有全局注意力机制的Detection Transformer算法和数字图像处理技术，实现对裂缝病害的识别提取与高亮标识；利用多视角影像匹配法处理裂缝高亮标识图片，生成密集点云数据，构建桥梁病害面的精细模型，实现对裂缝病害的三维映射定位.以长沙市靳江河大桥为实验桥梁，使用无人机拍摄2 316张桥梁表观图像用于生成三维实景模型，拍摄479张精细图像用于病害检测，使用Real ESRgan超分辨率重建算法对运动模糊图像进行复原，所建立的桥梁病害部位精细模型像素点分辨率达0.25 mm/pixel，裂缝宽度测量最小相对误差为1.37%，最大相对误差为9.90%.结果表明，融合视觉测量和Transformer的桥梁裂缝智能检测与三维映射方法，能够有效提升检测效率，保障人员安全，实现对桥梁裂缝的数字化、智能化、可视化检测，具备重要的研究价值与广阔的应用前景.

关键词

桥梁 / 裂缝检测 / 无人机 / 三维建模 / Transformer

基金资助

湖南省水利科技项目（XSKJ2021000-46）; 湖南省自然资源厅科技计划项目（20230120DZ）