关键词：图像处理 桥梁裂缝检测 卷积神经网络 

摘要：针对传统的桥梁裂缝检测准确性不高、丢失细节信息、宽度信息获取困难等问题,提出一种采用U-Net卷积网络的像素级、小样本的裂缝检测方法。该方法使用多层卷积自动提取裂缝特征,并利用浅层网络与深层网络叠加的方法实现裂缝局部特征与抽象特征的融合,从而保留裂缝细节特征,使得检测准确性大大提升。对检测结果中出现的背景杂波和伪裂缝,采用阈值法和改进的迪杰斯特拉连接算法来实现裂缝的精细提取。最后,采用八方向搜索法实现裂缝宽度的精确测量。实验证明,所提方法能准确、完整地对桥梁裂缝进行提取,宽度测量准确,可以满足应用需求。

西安电子科技大学学报杂志要求:

{1}基金项目（如稿件获基金、项目资助，须注明项目的类别、名称和编号）。

{2}来稿应包括题名、作者署名及通讯地址、作者简介、摘要、关键词、中图分类号、正文、注释、参考文献，并将题名、作者署名及通讯地址、摘要和关键词。

{3}文中图要有图名，图、表、文字切忌相互重复。文中数据一律采用法定计量单位。

{4}同时来稿注释请采用脚注，格式参照附件。

{5}文中所有引文请务必核对准确。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社