Пиксельная сегментация усталостных трещин на крупноформатных изображениях стальных конструкций с использованием сети кодировщик–декодировщик

Усталостные трещины являются критическим видом повреждений стальных конструкций, возникающих вследствие повторных нагрузок и деформационных воздействий. Рост усталостных трещин может привести к дальнейшему разрушению конструкции и даже вызвать ее обрушение. Эффективное и своевременное обнаружение и сегментация усталостных трещин могут способствовать оценке технического состояния, техническому обслуживанию и управлению существующими сооружениями, предотвращать преждевременное разрушение и продлевать срок их службы. В современных исследовательских и инженерных практиках визуальный осмотр является наиболее широко применяемым методом выявления усталостных трещин. Однако точность этого метода в значительной степени зависит от субъективной оценки инспекторов. Кроме того, он требует значительных затрат времени, средств и трудовых ресурсов. Методы неразрушающего контроля позволяют получать точные результаты обнаружения, однако отличаются очень высокой стоимостью. Для преодоления ограничений существующих методов обнаружения усталостных трещин в настоящем исследовании представлена система пиксельной сегментации усталостных трещин на крупноформатных изображениях стальных конструкций со сложным фоном с использованием сети кодировщик–декодировщик, модифицированной на основе архитектуры U-Net. Для эффективного обучения и тестирования изображений высокого разрешения, например 4928 × 3264 пикселей и более, крупные изображения разбивались на небольшие фрагменты, использовавшиеся для обучения и тестирования. Итоговые результаты сегментации исходных изображений получали путем объединения результатов сегментации отдельных фрагментов. Кроме того, для уменьшения шумов на картах сегментации применялась постобработка изображений, включавшая операции морфологического открытия и закрытия. Предложенный метод обеспечил приемлемую точность автоматической сегментации усталостных трещин по показателю средней Intersection over Union (mIoU), то есть средней меры пересечения над объединением. Сравнительное исследование с моделью полностью сверточной сети (FCN), использующей ResNet34 в качестве базовой сети, показало, что предложенный метод на основе U-Net обеспечивает более высокое качество сегментации усталостных трещин при меньшем числе эпох обучения и более простой структуре модели. Кроме того, в исследовании представлены полезные соображения и рекомендации для исследователей и специалистов в области инженерии гражданской инфраструктуры, применяющих методы обнаружения усталостных трещин на основе анализа изображений.