Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

06.11.2021 | Regular Paper

Detection and recognition of concrete cracks on building surface based on machine vision

Zeitschrift:
Progress in Artificial Intelligence
Autor:
Xiaofei Zhu
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Surface cracks need to be detected regularly to ensure the safety of concrete buildings. For the sake of efficiency and accuracy, concrete surface cracks are detected by machine vision technology. This paper briefly introduced the convolutional neural network (CNN) algorithm used for identifying concrete surface cracks. Then, the traditional CNN algorithm was improved by the particle swarm optimization (PSO) algorithm, and it was compared with the support vector machine (SVM) algorithm and the traditional CNN algorithm in the simulation experiment. The results showed that the improved CNN algorithm effectively identified the concrete surface cracks with different cracking degrees; moreover, the precision ratio, recall ratio, and F value of the improved CNN algorithm were superior to those of SVM and traditional CNN algorithms in recognizing cracks on the concrete surface, and the training and testing time was shorter than that of SVM and CNN algorithms.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner