焦 赞

基于TOF原理的桥梁病害检测与三维可视化研究

焦 赞

（同济大学，上海 200092）

以无人机结合深度学习对桥梁进行病害检测和识别的研究越来越多，也越来越成熟，然而大多数研究仅停留在病害表层二维图像分析处理上，对重点病害的深度信息和三维可视化的相关研究较少。该文提出了一种采用基于TOF原理的Azure Kinect深度相机对桥梁重点病害进行检测并获取深度信息的方法，通过对深度相机采集到的原始深度图像保边去噪和图像增强得到病害深度图像，以裂缝病害为例通过Revit建模软件二次开发重构裂缝病害三维模型并结合病害定位信息整合在桥梁可视化模型上。深度信息的获取与病害三维重构将为桥梁病害检测工作提供直观便捷的新方式，有利于提高桥梁病害信息的展示效果和桥梁行业的信息化水平。

桥梁病害；可视化；深度相机；三维重构

由于中国桥梁大规模的建成，桥梁的管理和维护的重要性日益凸显，对桥梁病害的检测、识别、管理系统和可视化这些方面的研究越来越多。目前随着计算技术的快速发展，特别是2012年卷积神经网络（CNN）的兴起,基于深度学习的病害识别研究日趋火热，但是这些研究大多是对病害进行二维图像检测识别，利用自然光（被动式）的计算机视觉技术，部分区域的桥梁病害受到外界环境影响较大以致识别准确率低，也无法反映部分病害的深度信息，不利于提高桥梁病害信息的准确获取。……