基于深度學(xué)習(xí)的裂隙智能提取研究

中圖分類號：TP18 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2025）13-0009-05

Abstract：WiththerapiddevelopmentofChina’seconomicconstruction，engineeringconstructionismovinginahigher， deperandbroaderdirection.Inordertoensurethesafetyof projectconstruction，itisnecessarytoidentifytheenginering geologicalconditionsofthesitebeforeprojectconstruction.Asanimportantpartofrockmassstructure，fractureshavean importantimpactonengineeringgeologicalconditions.Therefore，extractingthestructureofcracksisveryimportantfor engineeringconstruction.Traditionalcrack structureextractionmethodsaretime-consumingandlabor-intensive，andhavepoor operability;theacuracyofcrackextractionmethodsusingtraditionalcomputertechologycannotmeetengineeringneedsandare poorinpracticality;however，therearefewresearchonusingdeeplearningtechnologytoextractfractures.Bystudyingthedeep learningnetworkoftheencoder-decoderarchitecture，thispaperdeterminesthattheimagesegmentationmodeltrainedbythe \"U-Net++\"frameworknetworkandthe\"Resnet5O\"encoder-decodernetworkcanefectivelyextractthefisurestructureoffield outcrop photos.

Keywords： crack extraction; image segmentation； deep learning; crack structure; extraction method

隨著我國經(jīng)濟(jì)建設(shè)的高速發(fā)展，房屋建筑越來越高，地基基礎(chǔ)越來越深，穿山隧道越來越長，水利水電工程越來越龐大，相應(yīng)地，對于工程建設(shè)過程中的工程地質(zhì)條件要求也越來越高，對工程地質(zhì)信息的掌握也要越來越精確。其中，地質(zhì)構(gòu)造的判斷及描述、水文地質(zhì)條件滲透特性的確定、不良地質(zhì)現(xiàn)象的發(fā)生原因分析等都離不開巖體裂隙的提取及量化研究。裂隙作為巖體結(jié)構(gòu)的重要組成部分，具有不均勻性和非連續(xù)性，從而導(dǎo)致了巖體結(jié)構(gòu)的復(fù)雜性以及巖體物理力學(xué)性質(zhì)的各向異性[1]。

目前，深度學(xué)習(xí)技術(shù)被廣泛應(yīng)用于我們的生活中，如人臉識別、自然語言處理、醫(yī)療輔助等。由于深度學(xué)習(xí)在目標(biāo)檢測、圖像分割等方面所表現(xiàn)出來的強(qiáng)大能力，不同領(lǐng)域的研究人員均將其應(yīng)用于自己的研究中。2017年，Cha等將區(qū)域生長法與深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)合，實現(xiàn)了對混凝土裂隙的識別及提取。2019年，薛東杰等將基于全卷積網(wǎng)絡(luò)的裂隙識別結(jié)果與傳統(tǒng)方法識別結(jié)果進(jìn)行比較，證實了深度神經(jīng)網(wǎng)絡(luò)在裂隙識別及提取任務(wù)中的查準(zhǔn)率和查全率均優(yōu)于傳統(tǒng)算法。本文就是將深度學(xué)習(xí)技術(shù)應(yīng)用于野外露頭照片裂隙提取的探索研究。

本文旨在改進(jìn)傳統(tǒng)的裂隙圖片提取方法，通過深度學(xué)習(xí)技術(shù)實現(xiàn)從露頭圖片中快速準(zhǔn)確地提取裂隙的目的。本文研究的裂隙提取方法可為工程建設(shè)中快速識別提取并量化裂隙提供依據(jù)，從而指導(dǎo)工程建設(shè)并保證施工質(zhì)量安全。本文研究的裂隙不局限于單一類型，因此對以后單一工況的研究，本文可提供一定的技術(shù)支持。

1 網(wǎng)絡(luò)簡介

本文采用的圖像分割模型是基于編碼器 + 解碼器的體系結(jié)構(gòu)，因此在進(jìn)行模型選擇時，要同時考慮模型框架網(wǎng)絡(luò)及編碼器解碼器網(wǎng)絡(luò)。本文選用的框架網(wǎng)絡(luò)主要為 U - N e t ， U - N e t + + Ω ， FPN及LinkNet。

U-Net網(wǎng)絡(luò)是由Ronneberger等4于2015年提出的，最初該網(wǎng)絡(luò)的提出主要是為了解決生物醫(yī)學(xué)問題。由于在生物醫(yī)學(xué)方面的應(yīng)用效果非常好，U-Net網(wǎng)絡(luò)也逐漸被用在其他領(lǐng)域的圖像分割任務(wù)中。

U - N e t + + 網(wǎng)絡(luò)是由Zhou等于2018年提出的。從網(wǎng)絡(luò)名稱就可知道該網(wǎng)絡(luò)是在U-Net網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行改進(jìn)獲得的。

FPN網(wǎng)絡(luò)是由Lin等于2017年提出的。該網(wǎng)絡(luò)通過融合從較淺層網(wǎng)絡(luò)和較深層網(wǎng)絡(luò)獲得的特征圖，以實現(xiàn)目標(biāo)特征和位置的精確表達(dá)，從而獲得更加精確的預(yù)測效果。

LinkNet網(wǎng)絡(luò)是由Chaurasia等于2017年提出的。該網(wǎng)絡(luò)通過將每一個編碼器連接到對應(yīng)的解碼器輸出上，提高了模型的精度。又通過讓解碼器與編碼器共享一套參數(shù)，提高了模型的計算速度。

以上模型框架均是采用編碼器 + 解碼器的網(wǎng)絡(luò)結(jié)構(gòu)，本文采用的編碼器網(wǎng)絡(luò)與解碼器網(wǎng)絡(luò)相同，主要有Resnet18Resnet34Resnet50、Resnet101及Resnet152。

Resnet網(wǎng)絡(luò)，即殘差網(wǎng)絡(luò)，是由微軟團(tuán)隊的He等8于2015年提出來的。該網(wǎng)絡(luò)在當(dāng)年的ILSVRC圖像識別競賽中獲得冠軍，大大降低了模型的錯誤率。除了較高的圖像識別準(zhǔn)確率之外，該網(wǎng)絡(luò)還具有參數(shù)量較少、計算速度較快及圖像特征信息完整的特點。因此，其在圖像識別方面的性能優(yōu)越，其識別準(zhǔn)確率甚至可以超越人類。

2 模型評價指標(biāo)

為了比較不同模型在圖像分割任務(wù)中的優(yōu)劣，需要對模型的分割效果進(jìn)行評價。常用的評價指標(biāo)有Fscore、交并比（IoU）準(zhǔn)確率（Accuracy）召回率（Re-call）及精確率（Precision）。為了計算這些指標(biāo)，需要對圖像中每個像素進(jìn)行分類，然后統(tǒng)計相同類別的像素個數(shù)。根據(jù)每個像素所屬類別及是否被正確預(yù)測，可將圖片像素分為如下4類： ① TP（TruePositive），所屬類別為裂隙，并且被模型正確預(yù)測出來的像素數(shù)量。② TN（Truenegative），所屬類別為非裂隙，并且被模型正確預(yù)測出來的像素數(shù)量。 ③ FP（FalsePositive），所屬類別為非裂隙，但被模型預(yù)測為裂隙的像素數(shù)量。④ FN（Falsenegative），所屬類別為裂隙，但被模型預(yù)測為非裂隙的像素數(shù)量。

IoU表示裂隙部分的真實像素集合與預(yù)測像素集合的重合度。即被模型正確預(yù)測的裂隙像素占所有真實裂隙像素及預(yù)測裂隙像素并集的比例。計算公式如下

Accuracy表示模型對圖片中所有像素進(jìn)行正確分類的比例，即所有被正確預(yù)測為裂隙的像素數(shù)量與圖片中總像素數(shù)量之比。計算公式如下

Recall表示圖片中裂隙部分像素被正確識別出來的比例。即所有被正確預(yù)測的裂隙部分像素數(shù)量與所有真實裂隙像素數(shù)量的比值。計算公式如下

Precision表示預(yù)測正確的裂隙像素所占的比例，即所有被正確預(yù)測的裂隙部分像素數(shù)量與所有被預(yù)測為裂隙的像素數(shù)量之比。計算公式如下

Fscore是一個綜合評價指標(biāo)，其是Precision和Recall的調(diào)和平均。計算公式如下

Precision和Recall是一對矛盾的指標(biāo)，當(dāng)Preci-sion較高時，Recall就較低；當(dāng)Recall較高時，Precision就較低。因此將其中任何一個單獨作為模型的評價指標(biāo)都不合適。Accuracy指標(biāo)在很大程度上受到背景像素的影響，尤其是當(dāng)背景像素量大于裂隙部分像素量時，其不能很好地表示裂隙識別的準(zhǔn)確程度。IoU和Fscore能夠比較綜合地考慮到裂隙查準(zhǔn)率和查全率的影響，并且忽略背景像素數(shù)量的影響。因此，本文在進(jìn)行模型評價時將使用IoU和Flcore2個指標(biāo)。

3裂隙結(jié)構(gòu)提取的圖像分割模型訓(xùn)練及驗證3.1基于框架網(wǎng)絡(luò)選擇的圖像分割模型

3.1.1 參數(shù)設(shè)置及模型訓(xùn)練

首先進(jìn)行基于不同框架網(wǎng)絡(luò)的圖像分割模型訓(xùn)練。在進(jìn)行訓(xùn)練之前，設(shè)置模型框架網(wǎng)絡(luò)分別為“U-Net\"\"U- ? N e t+ + \"\"FPN\"和“LinkNet”，編碼器解碼器網(wǎng)絡(luò)為“Resnet50”，激活函數(shù)為“sigmoid”，學(xué)習(xí)率為 1 × ，訓(xùn)練的batch大小為3，Epoch為40。每訓(xùn)練15Epochs，就更新一次學(xué)習(xí)率，即將學(xué)習(xí)率減小為原來的十分之一。通過訓(xùn)練可獲得基于不同框架網(wǎng)絡(luò)的圖像分割模型。

3.1.2 結(jié)果分析

通過訓(xùn)練，獲得了基于“U-Net\"“U-Net++\"“FPN\"和\"LinkNet\"框架網(wǎng)絡(luò)構(gòu)建的圖像分割模型。4種圖像分割模型的評價指標(biāo)見表1。

由表1可知，這4種框架網(wǎng)絡(luò)構(gòu)建的圖像分割模型的IoU均達(dá)到了0.98以上，F(xiàn)score均達(dá)到了0.99以上，說明這4種框架網(wǎng)絡(luò)構(gòu)建的圖像分割模型均能較好地處理裂隙結(jié)構(gòu)提取的任務(wù)。通過比較4種模型的參數(shù)可得，由“ ”框架網(wǎng)絡(luò)構(gòu)建的圖像分割模型的IoU值及Fscore值均達(dá)到最高，說明在這4種框架網(wǎng)絡(luò)中，由“ J - N e t + + ”框架網(wǎng)絡(luò)構(gòu)建的圖像分割模型在處理裂隙結(jié)構(gòu)提取任務(wù)中的效果最好，因此本文選用“ 網(wǎng)絡(luò)作為圖像分割模型的框架網(wǎng)絡(luò)。

3.2基于編碼器解碼器網(wǎng)絡(luò)選擇的圖像分割模型

3.2.1 參數(shù)設(shè)置及模型訓(xùn)練

接下來進(jìn)行基于不同編碼器解碼器網(wǎng)絡(luò)的圖像分割模型訓(xùn)練。在進(jìn)行訓(xùn)練之前，設(shè)置編碼器解碼器網(wǎng)絡(luò)分別為“Resnet18\"\"Resnet34\"\"Resnet5O\"\"Resnet101”和\"Resnet152\"，模型框架網(wǎng)絡(luò)為\"U- ，激活函數(shù)為\"sigmoid\"，學(xué)習(xí)率為 ，訓(xùn)練的batch大小為3，Epoch為40。每訓(xùn)練15Epochs，就更新一次學(xué)習(xí)率，即將學(xué)習(xí)率減小為原來的十分之一。通過訓(xùn)練可獲得基于不同編碼器解碼器網(wǎng)絡(luò)的圖像分割模型。

3.2.2 結(jié)果分析

通過訓(xùn)練及驗證，獲得了基于“Resnet18”\"Resnet34\"\"Resnet50\"\"Resnetl01\"及\"Resnet152\"網(wǎng)絡(luò)構(gòu)建的圖像分割模型。4種圖像分割模型的評價指標(biāo)見表2。

由表2可知，5種不同網(wǎng)絡(luò)所構(gòu)建的圖像分割模型的IoU值均大于0.98，F(xiàn)score值均大于0.99，說明5種模型的裂隙提取效果均較好。隨著網(wǎng)絡(luò)層次的加深，模型的IoU值及Fscore值呈現(xiàn)先增大后減小的趨勢，并且在編碼器解碼器網(wǎng)絡(luò)為“Resnet50\"時達(dá)到最大。這說明在裂隙結(jié)構(gòu)提取任務(wù)中，并不是網(wǎng)絡(luò)的層次越深提取效果越好。

綜上所述，本文選用\"U- ? ? N e t + + \"網(wǎng)絡(luò)作為圖像分割模型的框架網(wǎng)絡(luò)，選用“Resnet50”網(wǎng)絡(luò)作為圖像分割模型的編碼器解碼器網(wǎng)絡(luò)，從而獲得了裂隙結(jié)構(gòu)提取的圖像分割模型。

4基于裂隙結(jié)構(gòu)提取的圖像分割模型預(yù)測結(jié)果分析

前面通過訓(xùn)練獲得了基于不同框架網(wǎng)絡(luò)及編碼器解碼器網(wǎng)絡(luò)的圖像分割模型，也根據(jù)模型評價指標(biāo)確定了分別選用\"U- ”及“Resnet50”作為框架網(wǎng)絡(luò)及編碼器解碼器網(wǎng)絡(luò)時訓(xùn)練獲得的模型精度最高。本節(jié)將通過不同圖像分割模型的預(yù)測結(jié)果比較，進(jìn)一步驗證以上結(jié)論。

4.1基于框架網(wǎng)絡(luò)選擇的圖像分割模型預(yù)測結(jié)果

對同一張裂隙圖片，分別利用基于不同框架網(wǎng)絡(luò)的圖像分割模型進(jìn)行裂隙的結(jié)構(gòu)提取，各模型的提取結(jié)果如圖1所示。

本文對模型預(yù)測結(jié)果的31處進(jìn)行了對比分析，通過統(tǒng)計可得，基于“U-Net\"框架網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有12處，預(yù)測錯誤的區(qū)域有19處；基于“U- ? N e t+ + ”框架網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有23處，預(yù)測錯誤的區(qū)域有8處；基于“FPN”框架網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有17處，預(yù)測錯誤的區(qū)域有14處；基于“LinkNet\"框架網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有9處，預(yù)測錯誤的區(qū)域有22處。

從以上統(tǒng)計結(jié)果可知，基于“U- ? N e t+ + ”框架網(wǎng)絡(luò)的圖像分割模型的精度最高，基于“FPN\"框架網(wǎng)絡(luò)的圖像分割模型次之，而基于“LinkNet\"框架網(wǎng)絡(luò)的圖像分割模型的精度最低，這與模型的評價指標(biāo)結(jié)果一致。對各模型預(yù)測結(jié)果進(jìn)行局部放大展示，如圖2所示。

通過對預(yù)測結(jié)果進(jìn)行對比可知，在圓圈內(nèi)，基于# ”框架網(wǎng)絡(luò)的圖像分割模型預(yù)測結(jié)果與真值圖最接近，其次是基于“FPN\"框架網(wǎng)絡(luò)的圖像分割模型預(yù)測結(jié)果，而基于“U-Net\"及“LinkNet\"框架網(wǎng)絡(luò)的圖像分割模型均未將該部分裂隙提取出來。

以上預(yù)測結(jié)果與模型的評價結(jié)果一致，從而進(jìn)一步說明應(yīng)選用“U- ?? N e t+ + “網(wǎng)絡(luò)作為圖像分割模型的框架網(wǎng)絡(luò)。

4.2基于編碼器解碼器網(wǎng)絡(luò)選擇的圖像分割模型預(yù)測結(jié)果

對同一張裂隙圖片，分別利用基于不同編碼器解碼器網(wǎng)絡(luò)的圖像分割模型進(jìn)行裂隙的結(jié)構(gòu)提取，各模型的提取結(jié)果如圖3所示。

本文對模型預(yù)測結(jié)果的26處進(jìn)行了對比分析，通過統(tǒng)計可得，基于“Resnet18”編碼器解碼器網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有9處，預(yù)測錯誤的區(qū)域有17處；基于“Resnet34”編碼器解碼器網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有12處，預(yù)測錯誤的區(qū)域有14處；基于“Resnet50\"編碼器解碼器網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有17處，預(yù)測錯誤的區(qū)域有9處；基于“Resnet101\"編碼器解碼器網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有15處，預(yù)測錯誤的區(qū)域有11處;基于“Resnet152\"編碼器解碼器網(wǎng)絡(luò)的圖像分割模型預(yù)測成功的區(qū)域有13處，預(yù)測錯誤的區(qū)域有13處。

從以上統(tǒng)計結(jié)果可知，基于“Resnet50\"編碼器解碼器網(wǎng)絡(luò)的圖像分割模型的精度最高，基于“Resnet18\"編碼器解碼器網(wǎng)絡(luò)的圖像分割模型的精度最低，這與模型的評價指標(biāo)比較結(jié)果一樣。

對各模型預(yù)測結(jié)果進(jìn)行局部放大展示，如圖4所示。通過對預(yù)測結(jié)果進(jìn)行對比可知，在圓圈內(nèi)，基于“Resnet50\"編碼器解碼器網(wǎng)絡(luò)的圖像分割模型將該條裂隙比較完整地提取出來了，基于“Resnet101”和“Resnet152”編碼器解碼器網(wǎng)絡(luò)的圖像分割模型只提取了裂隙的一部分，而基于“Resnet18\"和“Resnet34”編碼器解碼器網(wǎng)絡(luò)的圖像分割模型未將該裂隙提取出來。

以上預(yù)測結(jié)果與模型的評價結(jié)果一致，從而進(jìn)一步說明應(yīng)選用“Resnet50\"網(wǎng)絡(luò)作為圖像分割模型的編碼器解碼器網(wǎng)絡(luò)。

5 結(jié)論

本文首先對圖像分割、所用神經(jīng)網(wǎng)絡(luò)及模型評價指標(biāo)進(jìn)行了介紹。然后，通過對模型評價指標(biāo)的對比，確定了“U- - N e t+ + ”網(wǎng)絡(luò)作為圖像分割模型的框架網(wǎng)絡(luò)，“Resnet50”網(wǎng)絡(luò)作為圖像分割模型的編碼器解碼器網(wǎng)絡(luò)。最后，通過模型預(yù)測結(jié)果的對比，分別從預(yù)測錯誤統(tǒng)計數(shù)量及局部預(yù)測結(jié)果分析兩方面進(jìn)一步驗證了以上的結(jié)論。

參考文獻(xiàn)：

[1]何滿潮.工程地質(zhì)力學(xué)的挑戰(zhàn)與未來[J].工程地質(zhì)學(xué)報， 2014，22（4）：543-556.

[2] CHA Y J，CHOI W，ORAL B，et al.Deep learningbased crack damage detection using convolutional neural networks[J].ComputerAidedCivilamp;Infrastructure Engineering，2017，32（5）：18.

[3]薛東杰，唐麒淳，王傲，等.基于FCN的巖石混凝土裂隙幾何 智能識別[J].巖石力學(xué)與工程學(xué)報，2019，38（S2）：3393-3403.

[4]RONNEBERGER O，F(xiàn)ISCHER P，BROX T. U-Net： Convolutional networks for biomedecial image segmentation [J].International Conference on Medical Image Computing and Computer-Assisted Intervention，2015.

[5]ZHOU Z， SIDDIQUEE M， TAJBAKHSH N， etal. U N e t+ + ：Anested U-Net architecture for medical image segmentation [J]. 4th Deep Learning in Medical Image Analysis（DLMIA）Workshop，2018.

[6] LIN TY，DOLLAR P，GIRSHICK R，et al.Feature pyramid networks for object detection[J].2O17IEEE Conference on Computer Vision and Pattern Recognition （CVPR），2017.

[7] CHAURASIA A， CULURCIELLO E. LinkNet： Exploiting encoder representations for efficient semantic segmentation[C] //2017 IEEE Visual Communications and Image Processing （VCIP）.IEEE，2017.

[8] HE K，ZHANG X，REN S，et al. Deep Residual Learning forImage Recognition[J]. IEEE，2016.