红外与可见光图像融合识别技术在路面裂缝检测中的应用  

作　　者：周雪刚 李齐 

机构地区：[1]江西省公路工程检测中心,江西 南昌 330013

出　　处：《中文科技期刊数据库(引文版)工程技术》2025年第2期132-136,共5页

摘　　要：深度学习技术的推广应用已在广泛的行业内产生深远影响,在裂缝检测方面,该技术相较于传统的人力检测手段拥有明显优势,极大提升了该领域的效率与准确性。本文关注于红外图像在裂缝检测领域的研究进展,系统性地分析了单模态与多模态检测两种方法之间的区别与发展前景,并提供了对未来技术拓展及应用的预测和理论支持。文章提出,未来的检测技术研究应着重于多源数据融合技术、检测效率提升以及智能决策支持系统开发,旨在优化自动化巡检技术,同时加强长期监控系统建设。通过综合运用红外和可见光图像,优化检测算法,并融入人工智能技术,本文建议运用无人机和机器人等巡检手段,并借助物联网实现持续监测,从而探索出一套更加科学合理的桥梁维护方案。

关 键 词：沥青路面裂缝 红外成像 融合 智能检测 多模态 

分 类 号：TN219[电子电信—物理电子学]