您当前的位置：
首页 >
文章列表页 >
基于数字图像技术的桥梁裂缝检测综述
综述 | 更新时间：2025-05-26

    • 基于数字图像技术的桥梁裂缝检测综述

    • Review of bridge crack detection based on digital image technology

    • “在桥梁裂缝检测领域，学者们研发了基于数字图像技术的检测设备和算法，提高了检测效率和精度，为桥梁安全监测提供了新方法。”
    • 吉林大学学报（工学版）   2024年54卷第2期 页码：313-332
    • 作者机构：

      1.兰州理工大学 土木工程学院，兰州 730050

      2.招商局重庆交通科研设计院有限公司 桥梁工程结构动力学国家重点实验室，重庆 400067

    • 作者简介：

      杨国俊（1988-），男，副教授，博士.研究方向：隧道式锚碇的力学特性.E-mail：yanggj403@163.com

    • 基金信息：
      甘肃省科技计划项目(22JR5RA250);国家自然科学基金项目(51808274;52168042);中国博士后科学基金项目(2019M653897XB)

    • DOI：10.13229/j.cnki.jdxbgxb.20221475    

      中图分类号： U446.3

    • 收稿：2022-11-18，

      纸质出版：2024-02-01

    移动端阅览

  • 杨国俊,齐亚辉,石秀名.基于数字图像技术的桥梁裂缝检测综述[J].吉林大学学报（工学版）,2024,54(02):313-332. DOI： 10.13229/j.cnki.jdxbgxb.20221475.

    YANG Guo-jun,QI Ya-hui,SHI Xiu-ming.Review of bridge crack detection based on digital image technology[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(02):313-332. DOI： 10.13229/j.cnki.jdxbgxb.20221475.

  •  
  •  

0

浏览量

36

下载量

3

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于桥梁裂缝识别模型的桥梁裂缝病害识别方法
联合时空注意力的视频显著性预测
基于深度学习与图像处理的蔬菜苗期杂草识别方法
像素级卷积神经网络多聚焦图像融合算法
基于深度学习的编码孔径光谱成像重构算法

相关作者

季坤
党建武
张振海
薛浩
曲卫东
秦贵和
孙铭会
金玉波

相关机构

兰州交通大学 自动化与电气工程学院
甘肃省人工智能与图形图像处理工程研究中心
吉林大学 计算机科学与技术学院
吉林大学 符号计算与知识工程教育部重点实验室
上海爱思博特管理咨询有限公司
0