Page 35 - 无损检测2023年第一期

试验研究

DOI : 10.11973 / ws j c202301001

路面裂缝检测融合分割方法

仝泽兴 , 雷 斌 1 , 2 , 蒋 林 1 , 2 , 王念先 1 , 2
1

( 1. 武汉科技大学 冶金装备及其控制教育部重点实验室, 武汉 430081 )
( 2. 武汉科技大学 机器人与智能系统研究院, 武汉 430081 )

摘 要: 为同时获取路面裂缝的位置信息与分布路径, 以及形状延展和密度信息等, 对目标检
测算法与图像分割算法的融合进行了研究, 在分析了目标检测算法与图像分割算法的网络结构与

特征融合方式后提出了一种基于 YOLO V5与 PSPnet的 PSP-YOLO 裂缝检测分割算法。同时
针对裂缝图像采集困难、 样本不足的问题提出一种基于 GAN 网络的数据扩增网络, 生成以假乱真
的裂缝图像对裂缝样本进行扩增。试验结果表明, PSP-YOLO 检测分割算法能够同时获取裂缝的
位置与形状延展等信息, 在该数据集下, 其路面裂缝检测的平均精度为93.18% , 分割模块的平均
交并比为74.68% 。在相同的试验条件下, 所提方法比原 YOLOV5的平均精度提高了2.69% , 分

割模块的平均交并比比原 PSPnet 的提高了1.54% 。
关键词: 裂缝检测; 图像分割; YOLOV5 ; PSPnet ; 数据扩增

中图分类号: TG115.28 ; TP391.41 文献标志码: A 文章编号: 1000-6656 ( 2023 ) 01-0001-07

Fusionse g mentationmethodfor p avementcrackdetection

1 , 2
1 , 2
TONGZexin g LEIBin , JIANGlin , WANGNianxian 1 , 2
1
,

( 1.Ke yLaborator y ofMetallur g icalE q ui p mentandItsControl , Ministr y ofEducation ,

WuhanUniversit y ofScienceandTechnolo gy , Wuhan430081 , China ;

2.InstituteofRoboticsandIntelli g entS y stems , WuhanUniversit y ofScienceandTechnolo gy , Wuhan430081 , China )

Abstract : Inordertoobtainthelocationinformation , distribution p ath , sha p eextensionanddensit y information

of p avementcracksatthesametime , thefusionoftar g etdetectional g orithmandima g ese g mentational g orithmis

studied.Afteranal y zin gthenetworkstructureandfeaturefusionmodeoftar g etdetectional g orithmandima g e

se g mentational g orithm , aPSP-YOLOcrackdetectionandse g mentational g orithmbasedonYOLOV5andPSPnet

is p ro p osed.Atthesametime , adataau g mentationnetworkbasedonGANnetworkis p ro p osedtog eneratefalse

fractureima g estoau g mentfracturesam p les.Theex p erimentalresultsshowthatthePSP-YOLOdetectionand

se g mentational g orithmcanobtaintheinformationofcracklocationandsha p eextensionatthesametime.The

avera g eaccurac y of p avementcrackdetectionunderthisdatasetis93.18% , andtheavera g eintersectionoverunion

ofse g mentation moduleis74.68%.Underthesameex p erimentalconditions , theavera g eaccurac yofthe

se g mentationmoduleis2.69% hi g herthanthatoftheori g inalYOLOV5 , andtheavera g eintersectionoverunion

ofthese g mentationmoduleis1.54% hi g herthanthatoftheori g inalPSP-net.

Ke ywords : crackdetection ; ima g ese g mentation ; YOLOV5 ; PSPnet ; dataau g mentation
随着城市化进程的不断推进, 我国的公路交 通系统得到了飞速发展。截至 2019 年末, 我国公
路总里程达到 519.81 万千米 [ 1 ] , 稳居世界第一。
收稿日期: 2022-06-23
但随着公路建设规模不断扩大, 公路病害也逐渐
基金项目: 国家重点研发计划( 2019YFB1310000 )
产生, 其中裂缝是最常见, 最容易发生的一种路面
作者简介: 仝泽兴( 1996- ), 男, 硕士研究生, 研究方向为机器
视觉 病害 [ 2 ] , 如果不尽早采取措施处理, 将会对公路交
通体系造成严重的损害, 因此需要定期对路面裂
通信作者: 仝泽兴, 1120656125@ qq .com
1
2023年 第45卷 第1期
无损检测