陈建立

(四川建筑职业技术学院 建筑系， 四川 德阳 618000)

1 引 言

随着人工智能方法的迅速发展，人工智能方法在各行各业都得到了广泛的运用。混凝土材料是当下土木行业的主要原材料之一，如建筑、桥梁和隧道等。由于桥梁和隧道工程所处的环境非常复杂，混凝土裂缝检测显得十分困难，常常需要人工进行检测。但人工检测存在许多的弊端，一方面人工检测时可能会出现安全问题，如桥梁桥墩检测；另一方面，人工检测的检测范围具有一定的限制，太狭小的地方人工不能检测到，如隧道检测等。因此，人工智能方法在混凝土检测中得到了广泛的研究。

杨松等通过分析混凝土裂缝图像面积-周长关系的分形规律，提出了一种结合简单灰度骨架提取和分形优化的裂缝识别算法[1]。徐爱华等针对水泥混凝土路面裂缝识别的干扰和噪声问题，提出一种结合图像增强和数学形态学的裂缝检测方法[2]。刘清元等结合数字图像处理技术,提出了判断混凝土裂纹的综合算法[3]。肖利芳等提出基于Sobel算子的改进边缘检测算法对图像进行处理，能够准确识别混凝土表面裂缝的边缘[4]。阮小丽等基于既有图像预处理技术，提出一种新的裂缝提取及宽度计算方法[5]。卫军等设计了一套提取裂缝特征信息的系统，实现对宽度和长度特征的测量[6]。郭全民等采用图像处理技术实现了路面裂缝的自动识别和病害参数的自动提取[7]。方志等提出采用在混凝土表面粘贴纯色标定块来标定、修正原始图像[8]。……