基于计算机视觉的溢洪道块石堵塞识别研究

焦修明; 张玉贤; 张继勋; 王虞清; 赵昱

doi:10.20040/j.cnki.1000-7709.2024.20241027

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于计算机视觉的溢洪道块石堵塞识别研究

水利枢纽、水工建筑物 | 更新时间：2026-02-25

- 基于计算机视觉的溢洪道块石堵塞识别研究
- 基于计算机视觉的溢洪道块石堵塞识别研究
- 水电能源科学 2024年第11期页码：126-130
- 作者机构：
  
  1. 浙江省水利河口研究院
  2. 河海大学水利水电学院
- 作者简介：
- 基金信息：
  
  浙江省水利河口研究院院长科学基金项目(ZIHE21Z004)
- DOI：10.20040/j.cnki.1000-7709.2024.20241027
  中图分类号： TP391.41;TV651.1
- 纸质出版：2024
- 稿件说明：
移动端阅览
焦修明, 张玉贤, 张继勋, 等. 基于计算机视觉的溢洪道块石堵塞识别研究[J]. 水电能源科学, 2024,(11):126-130.

焦修明, 张玉贤, 张继勋, et al. 基于计算机视觉的溢洪道块石堵塞识别研究[J]. 2024, (11): 126-130.
焦修明, 张玉贤, 张继勋, 等. 基于计算机视觉的溢洪道块石堵塞识别研究[J]. 水电能源科学, 2024,(11):126-130. DOI： 10.20040/j.cnki.1000-7709.2024.20241027.

焦修明, 张玉贤, 张继勋, et al. 基于计算机视觉的溢洪道块石堵塞识别研究[J]. 2024, (11): 126-130. DOI： 10.20040/j.cnki.1000-7709.2024.20241027.

摘要

溢洪道是水利工程中重要的泄水结构，保障其稳定地泄流对调节水库水位、保障挡水建筑物安全等具有重要意义。现阶段溢洪道检测自动化水平低、缺少专门的管理人员，发生堆积险情上报难以满足即时性要求。因此，利用计算机视觉技术建立了一种便捷、轻量化的溢洪道块石堆积检测方法。先通过室内试验模拟可能出现的块石堆积情况，建立一套图像采集系统拍摄不同形态块石造成的溢洪道泄槽堵塞；然后以常规DeepLabV3+模型为基础，将模型中backbone替换为ResNet50和MobileNetV2网络结构。通过对比试验表明，修正后模型的分类准确率和平均交并比均有所提升。综合考虑模型性能和图像分割效率，最终采用MobileNetV2网络结构作为改进的DeepLabV3+模型的backbone。试验结果表明，改进的DeepLabV3+模型的平均交并比较常规模型提升了12.61%

测试集中的平均图像分割时间为277.93 ms。研究所用方法能够为溢洪道自动化检测提供基础。

Abstract

关键词

Keywords

references

王新元,关彬,李俊杰.基于改进YOLOv7的水工混凝土结构表观病害检测[J].水电能源科学,2024(04).

王耀东,杜耀辉,高岳.基于U-Net++网络的隧道排水孔堵塞检测方法[J].现代隧道技术,2023(04).

谭国金,欧吉,艾永明,杨润超.基于改进DeepLabv3+模型的桥梁裂缝图像分割方法[J].吉林大学学报(工学版),2024(01).

张士辰,李宏恩.近期我国土石坝溃决或出险事故及其启示[J].水利水运工程学报,2023(01).

马朋辉,胡亚瑾,刘韩生.台阶式溢洪道滑行流相对水力特性规律研究[J].水利学报,2020(08).

Alsakka Fatima,Assaf Sena,El-Chami Ibrahim,Al-Hussein Mohamed.Computer vision applications in offsite construction[J].Automation in Construction,2023.

Zhang Erhu,Shao Linhao,Wang Yang.Unifying transformer and convolution for dam crack detection[J].Automation in Construction,2023.

Zhang Chi,Alexander Bradley J.,Stephens Mark L.,Lambert Martin F.,Gong Jinzhe.A convolutional neural network for pipe crack and leak detection in smart water network[J].Structural Health Monitoring,2023.

Paneru Suman,Jeelani Idris.Computer vision applications in construction: Current state, opportunities & challenges[J].Automation in Construction,2021.

浏览量

164

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据