论文部分内容阅读
混凝土内部损伤破坏形态呈现出显著的离散性及随机性,内部损伤特征辨识是混凝土细观研究的重要分支。传统的针对混凝土细观结构检测主要通过对图像像素的处理以辨识出混凝土内部的破损结构。由于混凝土内部结构的特殊性,CT图像中产生的噪声会影响其识别混凝土中孔洞及裂纹的精度,从而在一定程度上影响混凝土细观破损研究。卷积神经网络可以有效消除图像中噪声的影响,进而准确的从图像中抽象出物体特征,因此本文选用基于深度学习的目标检测方法,对混凝土CT图像内部损伤特征进行研究。本文针对混凝土CT图像检测难点设计改进算法,提出