达尔优|AI鹰眼让裂缝无所遁形——日本智能化裂缝检测新技术鼠标|耳机|键盘|数码

文章图片

文章图片

一座巨大的桥梁会在几秒钟内崩塌……这种令人难以置信的悲惨事故震惊了世界。事实上，像混凝土这样坚固的结构会突然倒塌的原因只有一个：磨损。一般来说，混凝土材料一般在大约40～50年后开始变质。因此，忽视磨损迹象可能会导致更严重的事故，这就是为什么混凝土结构的检查和维修对于保护我们的生活方式至关重要。

使用相机检查裂缝的需求不断增长
裂缝是用于诊断混凝土结构劣化的重要标准之一。通常，具有专业知识的土木工程师会通过目视检查裂缝、勾画检查结果，然后根据他们的发现准备检查数据，并以此来检查相应的结构。像这样的检查方法不仅非常耗时且成本高昂，因为它需要手动记录多达数十万条裂缝，而且也不能准确地表示裂缝的长度和形状。为了解决这个问题，近年来，土木工程行业越来越倾向于使用相机进行基于图像的裂缝检查。虽然图像分辨率的进步可以识别出更细微的裂缝，但也同样导致检测工程师需要花费更多的时间在办公桌上检查图像。

图1 目视检查裂缝的常规方法
正是在这样的背景下，日本高速公路研究所有限公司（NEXCO RI）希望能够开发更先进、更高效的检测技术，而基于图像的基础设施检测服务（Inspection EYE for Infrastructure），提供了非常高水平的检测精度。举例来说，在裂缝的连续性方面，虽然一些AI系统以零碎的方式检测单个裂纹，但相机制造商的AI系统提供的精度水平接近于检测工程师的目视检查，例如将连续裂纹检测为单个裂纹。不仅如此，佳能的人工智能系统还能够检测剥落、风化、钢筋暴露和其他缺陷。
缺陷检测AI系统是日本在基于图像的基础设施检测领域的先进成果，是Tosetsu土木工程咨询公司与佳能共同研究开发的。工程师追踪的缺陷图像作为训练图像数据，经深度学习， AI系统可以与高技能检测工程师相当的水平进行裂缝检测。借助该系统的高精度水平，目前正在日本及不同地区进行试运行，未来将全面应用。
高精度的AI裂缝检测
成像领域的制造商们正在应用与图像相关的人工智能技术，开发能够检测混凝土结构裂缝的技术。这种基于图像的检测系统包括三个过程：图像捕获、图像处理和缺陷检测。每个过程都有助于提高检测的精度和工作效率。
作为第一个过程的图像捕获，主要是利用全画幅数码单反相机和无人机来捕捉结构物的高分辨率图像。使用捕获的图像可以识别小至0.2毫米宽的裂缝。

图2 使用数码单反相机和无人机拍摄图像
在图像处理阶段，使用倾斜校正功能校正已捕获的图像的角度，并获得结构的正面视图。然后将相机图像精确地叠加在结构图上，以准确评估裂缝。通过合并从不同角度捕获的多个图像，可以从最终图像中移除阻碍墙壁的柱子和其他物体。

图3a 倾斜校正

图3b 清除障碍物
之后，利用人工智能来检测裂缝并测量其宽度。相机系统经过训练，可以使用深度学习识别墙面裂缝，使其能够准确识别裂缝，而不会错误地检测到污垢或接缝。此外，为了满足土木工程师可以正确记录每条裂缝面积的需求，系统还可以自动处理和“连接”分段检测到的裂缝。
通过这些图像处理技术得到的结果，可以与土木工程师从图像中手动识别裂缝所获得的结果相媲美。

达尔优|AI鹰眼 让裂缝无所遁形——日本智能化裂缝检测新技术

达尔优|AI鹰眼让裂缝无所遁形——日本智能化裂缝检测新技术