桥梁养护中,裂缝的检测与预防是非常关键的环节。随着桥梁使用年限的增加,裂缝的检测需求也不断增加。为了保障桥梁正常运营,需要对桥梁裂缝进行全面细致的检测。近年来,基于图像的裂缝检测在无损检测领域受到越来越多的关注。与传统的人工检测方法相比,基于计算机视觉和图像处理技术的图像分割检测具有识别精度高、效率高、节省人力物力等优点。因此,本研究项目使用了UNet++网络作为主干网络,并引入CBAM注意力机制模块,提出了一种基于改进的UNet++网络模型的桥梁裂缝识别方法。
为了方便实际检测人员操作,本研究项目基于PyQt5和Pycharm作为开发平台,使用QT Designer作为开发工具,设计了一个裂缝检测系统,通过图形化的用户交互界面将裂缝检测结果更加直观。该系统包含用户操作,裂缝分割,骨架处理和参数分析等模块,可以选择不同的功能,实现裂缝的自动检测、骨架化处理、裂缝几何参数计算等操作。该系统易于操作,具有很高的实用价值。