基于深度学习和不可分小波的裂纹检测方法  

作　　者：周圆昊 王震 郝昱权 刘斌 

机构地区：[1]湖北大学计算机与信息工程学院,湖北武汉430062

出　　处：《电脑知识与技术》2022年第18期6-9,共4页Computer Knowledge and Technology

基　　金：国家自然科学基金面上项目(NO.61471160)。

摘　　要：基础建设逐渐老旧、破败,产生了许多问题,裂纹是其中之一。在现有的裂纹检测方法上,如人眼检测和基于深度学习的裂纹检测,该文提出了一种将不可分小波与卷积神经网络相结合的新方法。首先构造二通道不可分小波滤波器组对数据集的图像进行低频提取,然后利用不可分加性小波的分解原理,得到高频图像数据集;再对DenseNet进行迁移学习构造神经网络;最后将高频图像数据集的80%用作训练集,20%用作验证集,放入神经网络中进行训练和验证。实验结果表明,该方法可得到较好的裂纹检测效果。

关 键 词：裂纹检测 深度学习 卷积神经网络 不可分小波 加性小波 迁移学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]