马东群,李宝林,王秋月,何先波

(西华师范大学计算机学院,四川 南充 637000)

0 引 言

关于桥梁病害自动识别的研究很多，但根据真实数据集并切实推广应用的相对较少。其中寇潇等人[1-5]采用正圆可调粗细小圆圈红外线激光模组、激光测距仪、单反相机等拍摄搜集了不同桥梁、不同位置、不同时间下的144张照片数据，通过Photoshop以及编程工具的处理后，作为数据集使用；李良福等人[6-8]使用基于人工扩增的数据及预处理的方法，将2000张桥梁裂缝图像归一化为1024×1024分辨率的桥梁裂缝图像，经滑动窗口算法，用W×H固定大小的窗口不重叠进行滑动，将窗口覆盖下的小切片作为一个ROI感兴趣区域，再把拥有桥梁裂缝的切片归纳为桥梁裂缝面元，不拥有桥梁裂缝的切片归纳为桥梁背景面元，集成为拥有7000张桥梁裂缝面元的数据集以及48000张桥梁背景面元的数据集，用这2个数据集作为桥梁裂缝训练、比对、测试的数据集；刘洪公等人[9-11]通过Raspberry Pi处理器采集图像，通过3G无线网络传输图像数据，利用服务器运用图像处理技术对釆集到的图像进行分析处理，最后使用卷积神经网络技术(CNN)对裂缝进行分类识别。

而本文所采用的数据来源，是一款公路桥梁专业定检系统下所收集的真实桥梁病害数据，在数据上具有真实性和可靠性等特点。该系统集合了不同地区、不同桥梁类型、不同环境以及不同病害位置的诸多桥梁并且进行了较好的推广应用。目前系统共有数万座桥，总共百万余条病害，其中裂缝病害数十万条，本文将在这些数据的基础上进行相关数据的研究和分析。……