關鍵詞：圖像處理 橋梁裂縫檢測 卷積神經網絡 

摘要：針對傳統的橋梁裂縫檢測準確性不高、丟失細節信息、寬度信息獲取困難等問題,提出一種采用U-Net卷積網絡的像素級、小樣本的裂縫檢測方法。該方法使用多層卷積自動提取裂縫特征,并利用淺層網絡與深層網絡疊加的方法實現裂縫局部特征與抽象特征的融合,從而保留裂縫細節特征,使得檢測準確性大大提升。對檢測結果中出現的背景雜波和偽裂縫,采用閾值法和改進的迪杰斯特拉連接算法來實現裂縫的精細提取。最后,采用八方向搜索法實現裂縫寬度的精確測量。實驗證明,所提方法能準確、完整地對橋梁裂縫進行提取,寬度測量準確,可以滿足應用需求。

西安電子科技大學學報雜志要求:

{1}基金項目（如稿件獲基金、項目資助，須注明項目的類別、名稱和編號）。

{2}來稿應包括題名、作者署名及通訊地址、作者簡介、摘要、關鍵詞、中圖分類號、正文、注釋、參考文獻，并將題名、作者署名及通訊地址、摘要和關鍵詞。

{3}文中圖要有圖名，圖、表、文字切忌相互重復。文中數據一律采用法定計量單位。

{4}同時來稿注釋請采用腳注，格式參照附件。

{5}文中所有引文請務必核對準確。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社