應用影像辨識技術於橋梁裂縫之研究

呂景羣(Ching-Chun Lu)

指導教授 ： 陳介豪

國立中央大學/工學院/營建管理研究所/碩士(2014年)

摘要

我國台灣本島位於歐亞板塊和菲律賓板塊的交接擠壓處，同時位於亞熱帶氣候區常年為我國帶來豐沛的雨量，但此種地理環境卻造成每年遭受自然災害的侵襲，使得經濟中樞的橋梁每年的維修費用龐大；而影像資訊在我們生活中越來越普及，為了解決傳統人工檢測橋梁過於主觀的缺點和減少時間成本的開銷，本論文利用多維矩形類神經網路及最佳化演算法開發訓練一套裂縫影像辨識軟體用於橋梁檢測工作。
影響辨識技術準確率的主要因素為原始影像的取得方法及辨識前的處理步驟，本篇論文在影像取得前先統一拍攝條件限制，接著以手持數位相機前往橋梁劣化構件部份拍攝裂縫影像供此程式訓練，但一般在進行影像判識之前，需對其作影像處理才能使機器迅速有效率的使用這些影像，本論文的影像處理包含以下步驟：灰階化(Grayscale)，高通濾波(high-pass)，二值化，labeling去除雜點，Local Directional Pattern運算強化裂縫邊緣；最後挑選出36張適合的訓練樣本，利用類神經網路進行準確率的訓練，根據所得之訓練結果有至少81%的準確率，並以此程式用於八八風災過後受損橋梁裂縫辨識，其準確率有89%，以本論文所發展之裂縫判識程式可以有效地判斷出受損橋梁，減少傳統上人為因素的判斷誤差以及可以大幅減少判識時間和成本。

關鍵字

類神經網路 ； 影像處理 ； 影像辨識

並列摘要

Deterioration inspection for bridges has been performed for years in Taiwan. The current inspection method that heavily depends on human recognition so called Degree, Extend, Relevancy, and Urgency (DERU) method is time-consuming and subjective. The research objective is to develop a crack recognition model that adopts Self Organizing Map Optimization (SOMO) integrating with image process technique. The image data collection is based on the bridge current status from the database of Taiwan Bridge Management System (TBMS), which provides detailed DERU status for bridges and leads the investigators to take samples from deteriorated bridges with DERU > 2. A total of randomly selected 216 samples of bridge cracks is collected. 40 out of 216 samples are utilized and set as training and testing datasets. The image process takes four major steps: grayscale, high-pass filter, labeling, and local directional pattern. The recognition results present high accuracy rates of 90.4% for crack recognition and 92.5% for non-crack recognition. The model demonstrates the feasibility and high-accurate recognition for crack inspection in bridge management.

並列關鍵字

SOM optimization ； pattern recognition ； bridge crack ； image process

參考文獻

張靜貞 (2007). 防洪工程之成本效益與風險評估-以基隆河流域整治計畫為例. 台灣經濟預測與政策,37,2,page111-137. TSSCI

林文賜、周天穎、林昭遠 (2001). 應用監督性類神經網路於衛星影像分類技術之探討. 航測及遙測學刊. Vol.6 No.1 page41-58

黃凱易 (2009). 逐層分割群聚法及反覆移動均值群聚法於地覆非監督式分類之比較. 航測及遙測學刊. Vol.5 No.3 page43-55

李天翔 (2009). 以影像辨識為基礎之停車場車位管理之研究. 資訊工程學系(所). 大同大學. 碩士

李樹璇 (2012). 應用RGB影像處理模式於辨識地理環境變異之研究. 營建管理研究所. 國立中央大學. 碩士