计算机视觉在混凝土缺陷中的研究综述
梁思琪1 李朝忠2 樊先平3

1 重庆交通大学，重庆，402247；

2 重庆高新技术产业开发区管委会建设局，重庆，4002247；

3 重庆交通大学 重庆建工建材物流有限公司，重庆，402247；

摘要：近年来，计算机视觉代替人工检测混凝土缺陷成为行业热点。本文阐述其基本原理和主要方法，详论图像预处理技术的行业进展，分析深度学习中四个角度在缺陷检测中的应用优缺。最后展望未来发展趋势，如无人机结合红外与可见光传感器、深度学习模型轻量化高效化设计、实时监测及与智能建造结合等，为推动该领域研究与应用提供参考。

关键词：计算机视觉；图像预处理；深度学习；缺陷检测

参考文献

[1]陈丝璐.基于深度学习和图像分类的桥梁缺陷检测方法设计与实现[D].兰州大学,2023.DOI:10.27204/d.cnki.glzhu.2023.001926.

[2]高连,李宁.基于人工智能的寒区隧道衬砌裂缝检测方法[J].北方交通,2024,(11):77-80+84.DOI:10.15996/j.cnki.bfjt.2024.11.020.

[3]苏圆婷.基于机器视觉技术的数字媒体平面设计系统[J/OL].自动化技术与应用,1-5[2024-10-26].http://kns.cnki.net/kcms/detail/23.1474.TP.20241018.0955.016.html.

[4]李博,李彦江,杨恬,等.如何利用无人机进行桥梁缺陷检测[J].居业,2024,(09):149-151.

[5]郝博,徐新岩,闫俊伟.基于机器视觉的铆接孔几何参数测量[J].工具技术,2024,58(03):131-137.

[6]王亦君,蒋首超.基于计算机视觉的钢构件防腐涂层缺陷检测[J].建筑钢结构进展,2023,25(12):85-93+101.DOI:10.13969/j.cnki.cn31-1893.2023.12.009.

[7]杨路,刘俊杰,余翔.多尺度信息增强的遥感图像目标检测算法[J/OL].计算机工程,1-13[2024-11-21].https://doi.org/10.19678/j.issn.1000-3428.00EC0070252.

[8]王国明,贾代旺.基于YOLOv8的小目标检测模型的优化[J/OL].计算机工程,1-10[2024-10-26].https://doi.org/10.19678/j.issn.1000-3428.0070027.

[9]何沐阳,何嘉壹,孙晓丹.基于计算机视觉的框架结构动态位移识别方法[J].低温建筑技术,2024,46(08):137-140.DOI:10.13905/j.cnki.dwjz.2024.8.028.

[10]耿旺.夜间城市道路图像增强和语义分割算法研究[D].吉林化工学院,2024.DOI:10.27911/d.cnki.ghjgx.2024.000251.

[11]马士友,付致伟,王晓东,等.基于直方图均衡和幂次变换的灰度图像增强算法[D].2013.

[12]杨威,刘志强,叶嘉辉,等.基于图像融合的水下桥墩裂纹图像增强方法[J/OL].光电子·激光,1-10[2024-10-26].http://kns.cnki.net/kcms/detail/12.1182.O4.20240321.1614.040.html.

[13]宣安峰.基于机器视觉的石板缺陷检测及排样方案研究[D].南昌大学,2023.DOI:10.27232/d.cnki.gnchu.2023.004331.

[14]单佐林.基于机器视觉的混凝土表面裂缝识别研究[D].山东大学,2023.DOI:10.27272/d.cnki.gshdu.2023.003420.

[15]张昊宇,丁勇,李登华.基于三维重建的结构表面裂缝检测方法[J].工业建筑,2024,54(05):60-67.DOI:10.13204/j.gyjzG22102611.

[16]王文斌,王啸霆,王涛,等.基于计算机视觉的混凝土表观裂缝识别和宽度测量[J].地震工程与工程振动,2024,44(03):41-51.DOI:10.13197/j.eeed.2024.0304.

[17]张振海,季坤,党建武.基于桥梁裂缝识别模型的桥梁裂缝病害识别方法[J].吉林大学学报(工学版),2023,53(05):1418-1426.DOI:10.13229/j.cnki.jdxbgxb.20210860.

[18]张怡琳,程国坚,余艾冰.基于深度学习的混凝土坍落度检测方法[J].水泥工程,2024,(04):12-18+41.DOI:10.13697/j.cnki.32-1449/tu.2024.04.003.

[19]王建国,孙付仲,苑子龙,等.基于改进Faster RCNN的瓷砖表面缺陷检测算法[J/OL].南京工业大学学报(自然科学版),1-7[2024-10-23].http://kns.cnki.net/kcms/detail/32.1670.n.20240424.1604.008.html.

[20]刘震,顾兴宇,李骏,等.探地雷达数值模拟与道路裂缝图像检测的深度学习增强方法[J].地球物理学报,2024,67(06):2455-2471.

[21]Zhao S, Kang F, Li J. Intelligent segmentation method for blurred cracks and 3D mapping of width nephograms in concrete dams using UAV photogrammetry[J]. Automation in Construction, 2024, 157: 105145.

[22]顾宗文,吴志周,徐里鹏,等.复杂环境下的路面交通标线检测与分割方法[J/OL].计算机工程与应用,1-11[2024-10-26].http://kns.cnki.net/kcms/detail/11.2127.TP.20240708.1247.006.html.

[23]刘晓雨,张继凯,吕晓琪.基于SOLOv2的桥梁裂缝实时分割算法[J].内蒙古科技大学学报,2023,42(04):387-393.DOI:10.16559/j.cnki.2095-2295.2023.04.016.