桥梁与隧道巡检中，裂缝宽度是结构评级的关键指标，但人工用裂缝卡尺逐条比对，效率低，读数还受光线与经验影响。计算机视觉实验室尝试把「看得见」推进到「量得准」：先用轻量化分割网络框定裂缝区域，再沿骨架提取亚像素级中心线，配合现场标定板换算物理尺度，最终输出每条裂缝的走向、长度与最大/平均宽度。
进展：在自建的两千余张现场样本（含湿渍、阴影、蜂窝麻面干扰）上，最大宽度量化与人工卡尺读数的平均绝对误差约 0.04 mm。现阶段误检主要来自水渍边缘，已通过多尺度纹理抑制与形态约束压降。
下一步：引入单目深度估计与多视角重建，尝试由表面宽度推断裂缝深度趋势；同时推进端侧推理，让巡检人员在现场即可获得结构化记录，减少二次整理。
评论