聯合線性引導與網格優化的混凝土裂縫分割

劉光輝， 陳 健， 孟月波， 徐勝軍

（1. 西安建筑科技大學 信息與控制工程學院，陜西 西安 710055；2. 建筑機器人陜西省高等學校重點實驗室，陜西 西安 710055；3. 西安市建筑制造智動化技術重點實驗室，陜西 西安 710055）

1 引 言

裂縫作為混凝土表面常見的病害之一，過大的裂縫會降低混凝土工程結構的承載力、防水性能以及耐久性。如果混凝土表面的裂縫不能及時發現修補，可能會導致嚴重的安全事故發生。因此，定期對混凝土建筑表面進行裂縫檢測至關重要。早期的裂縫檢測依靠經驗豐富的工作人員進行人工檢測，速度慢、成本高，存在主觀臆斷性，無法滿足現代建筑健康監測的需求。隨著計算機視覺技術的日益發展，研究人員開始將其應用于裂縫檢測中，提出大量的裂縫檢測方法。這些方法主要分為兩類：一種是基于傳統方法的裂縫分割，另一種是基于深度學習的裂縫分割。

傳統的裂縫分割方法通過人工或機器學習方法獲取淺層特征來實現裂縫分割。文獻［1］提出一種結合自適應Canny 算法和迭代閾值分割算法的裂縫分割方法，使用自適應高斯濾波器平滑圖像，并采用迭代閾值分割算法計算圖像二值化閾值。文獻［2］提出基于鄰近差分直方圖（NDHM）的裂縫圖像閾值分割算法，通過構造目標像素與周圍像素之間差異最大化的目標函數，形成裂縫圖像的差分直方圖，從而確定分割閾值。文獻［3］通過小波分解去除圖像噪聲以及增強裂縫邊緣，然后使用閾值分割裂縫。文獻［4］利用隨機化結構森林去生成裂縫檢測模型，并且通過特征直方圖去區分裂縫和噪聲。雖然傳統裂縫分割方法取得一定效果，但分割精度不佳，易受外界環境因素干擾，且模型魯棒性差，難以滿足實際場景的應用需求。

隨著深度學習的快速發展，基于卷積神經網絡的深度學習模型被廣泛應用于裂縫分割之中。如文獻［5］提出使用全卷積網絡（Fully Convolutional Networks，FCN）分割不同尺度的裂縫，但網絡在面對背景復雜多變的裂縫圖像時，其特征提取能力較弱，導致裂縫分割精度較低。文獻［6］利用殘差網絡ResNet-34 作為編碼器，一方面借此加深網絡層數來提高編碼器的特征提取能力，另一方面利用殘差結構避免因網絡加深發生梯度消失的問題；文獻［7］引入可變形卷積，通過其空間幾何形變能力自適應地提取不同形態的裂縫特征，增強網絡對裂縫特征的學習。這些方法增強了網絡在復雜背景下裂縫特征的獲取，但缺乏對裂縫結構信息的描述，導致分割出的裂縫總體結構模糊不清晰。為此，文獻［8］通過多尺度監督學習融合不同卷積階段的輸出結果，提高網絡對裂縫線性結構的捕捉能力；文獻［9］依靠Transformer 建模長距離依賴關系，從而獲取長距離裂縫的結構信息。與此同時，為解決傳統卷積感受野受限，無法納入更大范圍裂縫信息的缺陷。文獻［10-13］在不降低特征圖分辨率和減少細節信息丟失的情況下，利用空洞卷積擴大感受野，捕獲更大范圍的裂縫信息；為了讓網絡應對尺寸多變的裂縫形狀，文獻［14］提出串并聯相結合的空洞卷積模塊，通過不同擴張率的空洞卷積，去囊括不同尺度的裂縫特征。為提高網絡的裂縫分割性能，研究人員嘗試改變編解碼端淺層和高層特征的融合方式。文獻［15］設計特征融合模塊將包含邊緣細節信息的中層特征與包含大量語義信息的深層特征相融合，從而細化裂縫邊界。并且通過不同擴張率的空洞卷積提取多尺度上下文信息，整合更多有價值信息，提高裂縫分割的準確度；文獻［16］通過多尺度特征融合模塊，將編解碼端的最深層特征逐次引入其他中淺層特征中進行特征融合，充分利用最深層特征中的高級語義信息，并且通過深度監督策略促進多尺度特征融合和模型收斂。

雖然上述基于深度學習的裂縫分割方法取得不錯成效，但仍存在以下不足：編解碼特征在提取過程中，網絡專注挖掘最顯著的裂縫特征信息，容易忽略局部細微裂縫信息；編碼器淺層特征包含豐富空間信息，但同時帶來了背景噪聲，對后續編解碼特征融合造成背景干擾；雖然空洞卷積能夠擴大網絡感受野，但無法有效捕捉到裂縫的線性結構。鑒于此，本文提出一種線性引導與網格優化聯合網絡（Linear Guidance and Mesh Optimization Joint Network，LGMO-Net），首先在模型編碼階段加入多分支線性引導模塊（Multi-branch Linear Guidance Module，MLGM），通過自適應單維度池化提高網絡對裂縫線性結構的捕獲能力，加強空間不同區域之間的信息交流，增強模型全局信息感知能力，從而提高網絡分割精度。其次通過設計網格細節優化 模 塊（Mesh Detail Optimization Module，MDOM），利用分區-優化-合并三步驟，對特征圖空間區域進行網格劃分，學習網格中局部細節信息，避免細微裂縫特征信息丟失。與此同時采用混合注意力模塊（Mixed Attention Module，MAM），過濾編碼器淺層特征中的背景噪聲，在空間與通道雙維度突出裂縫特征信息，抑制背景信息對裂縫分割結果的干擾。

2 線性引導和網格優化聯合網絡

2.1 網絡結構

線性引導和網格優化聯合網絡框架具體如圖1 所示，主要包括主干網絡U-Net、多分支線性引導模塊MLGM、網格細節優化模塊MDOM、混合注意力模塊MAM。首先，網絡在編碼器端添加MLGM 模塊，通過自適應單維度池化提高網絡對裂縫線性拓撲結構的捕捉能力，獲取圖像全局感受野。同時在編碼端加入MDOM 模塊，避免因連續卷積和池化操作導致細節信息丟失，造成細微裂縫漏分。對于編碼器輸出的淺層特征包含了大量的空間信息，但同時也帶來背景噪聲。這對編碼特征與解碼特征在跳躍連接處進行特征融合帶來背景干擾。為此，本文在跳躍連接處嵌入MAM 模塊，通過注意力機制過濾編碼特征中的背景噪聲。同時改變跳躍連接方式，先將經過背景噪聲過濾后的淺層特征與深層特征進行特征融合，再將經過特征融合的淺層特征與深層特征進行通道合并，彌補之前跳躍連接方式在語義融合上的不足。

圖1 線性引導和網格優化聯合網絡框架Fig.1 Linear Guided and Mesh Optimization Joint Network Framework

2.2 多分支線性引導模塊

圖2 是裂縫圖像，圖中裂縫呈現出細長且不規則的結構。如圖2（a）所示，當網絡采用常規池化進行信息聚合時，因其池化核與裂縫形狀不契合，無法捕捉裂縫的線性結構，并且將裂縫和背景的特征信息匯聚在一起，導致分割精度不高。同時裂縫分布于全圖，通過常規池化操作，只能獲取局部區域的裂縫信息，造成區域信息交流閉塞，區域之間的裂縫無法建立聯系，難以獲取完整的裂縫。

圖2 自適應單維度池化和常規池化對比Fig.2 Comparison of adaptive single-dimensional pooling and regular pooling

針對上述問題，借鑒文獻[17]的思想，本文使用自適應單維度池化代替常規池化。與固定尺寸的常規池化不同，自適應單維度池化的形狀會根據輸入特征圖的尺寸進行自適應調整，讓其形狀與目標尺度相匹配。并且自適應單維度池化只沿高度或寬度維度進行信息聚合。當輸入特征圖空間維度大小為H×W時，自適應單維度池化形狀為(α?H)×1 或1×(α?W)，α為延伸率。如圖2（b）所示，自適應單維度池化其形狀更加契合裂縫的形態結構，能夠更好捕獲裂縫的線性結構。并且讓圖像不同區域的裂縫建立聯系，避免區域之間孤立。基于上述分析，本文設計了基于自適應單維度池化的多分支線性引導模塊，其結構如圖3 所示，通過對特征圖執行自適應單維度池化操作，學習到更豐富的裂縫信息。

圖3 多分支線性引導模塊Fig.3 Multi-branch Linear Guidance Module

具體的，多分支線性引導模塊包含1 條全局平均池化分支以及3 條自適應單維度池化分支。對于全局平均池化分支，采用公式（4）對輸入特征圖Finput∈RC×H×W執行全局平均池化操作，得到輸出特征圖Fs4∈RC×H×W。通過上述方式，特征圖Fs4獲得輸入特征圖的全局上下文信息，提高模型對裂縫圖像的整體感受能力。而對于自適應單維度池化分支，分別采用公式（1）~公式（3）對輸入特征圖Finput執行自適應單維度池化操作，得到輸出特征圖(Fs1，Fs2，Fs3)∈(RC×H×W，RC×H×W，RC×H×W)。為了應對裂縫尺寸多變的問題，三條自適應單維度池化分支的延伸率各不相同，延伸率α分別為1、0.5 和0.25。并且每條自適應單維度池化分支還分別設置沿高度和寬度方向的自適應單維度池化子分支，去盡可能獲取沿高度和寬度方向延伸的裂縫信息。

其中：Conv1×1表示核大小為1×1 的卷積；Up表示上采樣操作；GAP表示全局平均池化操作；Avgα=1表示核大小為H×1 和1×W的自適應單維度池化；Avgα=0.5表示核大小為H2×1 和1×W2 的自適應單維度池化；Avgα=0.25表示核大小為H4×1 和1×W4 的自適應單維度池化。

最后，將全局平均池化和自適應單維度池化分支輸出的特征圖進行逐元素特征融合。該步驟在保持特征圖維度不變的情況下，增加特征圖空間與通道維度的信息量，有效降低因特征融合所帶來的參數和計算量，生成含有豐富裂縫信息的特征圖。之后通過1×1 卷積操作，實現特征圖的跨通道信息交互，獲得最優特征圖Foutput，其過程如式（5）所示：

式中，⊕表示逐元素相加。

2.3 網格細節優化模塊

由于網絡在編碼階段不斷地卷積和池化操作過程中，圖像細節信息丟失嚴重，導致細微裂縫漏分。因此，本文設計了網格細節優化模塊，以減少模型在下采樣過程中細節信息的損失，增強網絡對小尺度裂縫的關注度。

網格細節優化模塊結構如圖4 所示，首先，沿著通道維度對輸入特征圖F∈RC×H×W執行切片操作得到切片特征Fi(Fi∈RH×W×C4，i=1，2，3，4)；其次對每個切片特征Fi執行分區-優化-合并三步驟。

圖4 網格細節優化模塊Fig.4 Mesh Detail Optimization Module

以切片特征F1為例，首先進行分區操作，使用3×3 平均池化對切片特征F1進行空間區域劃分，將整個空間域劃分為若干個網格，得到網格描述特征，其具體過程如式（6）所示：

其中：z表示網格描述特征，表示分區操作。其次對網格描述特征z進行細節優化操作，利用卷積操作提取每個網格中的細節信息，其具體過程如公式（7）所示：

其中：s表示局部細節特征，fex( ?)表示細節優化操作，Conv表示卷積操作，BN代表批歸一化，δ代表ReLU 激活函數。

最后進行網格細節合并操作，通過雙線性插值對局部細節特征s進行上采樣，合并各個網格的信息，將細節特征非線性映射到整個空間域。其具體過程如下所示：

其中：Y1是包含細節信息的分支特征，fbi( ?)表示網格細節合并操作，Bilinear表示雙線性插值操作。

對于四個切片特征Fi(Fi∈RH×W×C4)，使用不同尺寸的池化執行分區-優化-合并三步驟。其計算過程如下：

其中：Conv表示卷積操作，concat表示通道拼接操作。

2.4 混合注意力模塊

在裂縫分割任務中，為了在復雜背景下實現對裂縫區域、背景區域進行準確分割，設計了空間-通道混合注意力模塊，將其嵌入網絡的跳躍連接處。通過混合注意力模塊，特征圖中裂縫區域被賦予較高權重，而背景區域被賦予較低權重，使網絡聚焦于裂縫區域的分割，提高網絡的特征學習和表達能力，改善分割效果。

2.4.1 空間注意力模塊

空間注意力機制通過對特征圖不同位置的像素元素重新賦予權重，挖掘特征圖空間信息，更好地聚焦裂縫區域?？臻g注意力模塊結構如圖5 所示：

圖5 混合注意力模塊Fig.5 Mixed Attention Module

首先，空間注意力模塊通過1×1 卷積操作，將特征圖U∈RC×H×W沿著通道方向進行特征壓縮，去除特征對通道維度的依賴性，得到特征圖U1∈R1×H×W。與此同時，通過3×3 池化操作，將廣泛的上下文信息聚集到局部特征中，得到特征圖U2∈R1×H3×W3。之后通過3×3 卷積操作，加強區域之間的信息交流，建立空間關聯性。然后上采樣成大小為H×W×1 特征圖，最后通過ReLU 激活和sigmoid 函數映射后生成空間特征權重矩陣Ws。利用該權重與輸入特征圖進行相乘，即實現空間維度上特征重標定，其計算過程如下：

其中：σ為sigmoid激活函數，Up表示上采樣，Conv3×3表示卷積核為3×3 的卷積層，Conv1×1表示卷積核為1×1 的卷積層，Avg3×3表示池化核為3×3 的池化層，?表示逐元素相乘，USFR表示經過空間維度重標定的特征圖。

2.4.2 通道注意力模塊

通道注意力模塊通過建模各個通道的重要程度，自適應的建立特征通道間的依賴關系，根據依賴關系對原特征圖各通道進行加權處理，使網絡關注某些權重值大的通道。在通道注意力機制中，通常采用全局池化方法將通道信息全局編碼，但容易忽略位置信息和空間結構，造成分割精度降低。為此，本文設計了全新的通道注意力模塊，如圖5 所示：

首先，通道注意力模塊為了避免全局池化造成位置信息丟失，將二維的全局池化分解為2 個并行的自適應單維度池化。 把特征圖U∈RC×H×W，沿著高度和寬度方向將進行特征聚合，得到2 個注意力特征圖Uh∈RC×1×W和Uw∈RC×H×1。該步驟讓通道注意力模塊在獲取一個空間方向的遠程依賴關系時，同時保存沿另一個空間方向的精確位置信息。對兩個注意力特征圖進行降維融合，得到每一個通道特征圖的全局信息特征圖Ug∈RC×1×1。經過1×1 卷積進行瓶頸操作，將通道數由C變為C4。之后經過卷積和ReLU 操作后，將通道數恢復為C。最后，經過sigmoid 函數映射后生成通道特征權重矩陣Wc，與特征圖USFR相乘，從而實現通道方向上特征重標定。其計算過程如下：

其中：σ為sigmoid激活函數，Conv1×1表示卷積核為1×1 的卷積層，GAP表示全局平均池化，AvgH×1和Avg1×W分別表示池化核尺寸為H×1和1×W的自適應單維度池化操作，UCFR表示經過通道維度重標定的特征圖。

2.5 損失函數

損失函數是用于衡量標簽真實值與網絡輸出預測值之間差距的指標，通過不斷減小損失值來訓練網絡模型，從而更好地擬合樣本數據。本文采用二分類交叉熵損失函數，yt表示像素點的真實標簽，yp表示像素點的預測值，二分類交叉熵損失函數的計算公式如式（23）所示：

3 實驗分析與討論

3.1 實驗配置和數據集

本文實驗是在Ubuntu 18.04.2 系統下進行，GPU 型號為GTX2080Ti。深度學習框架采用Pytorch-1.10.2，實驗環境配置為CUDA 11.4+python3.6.8。在網絡訓練過程中，設置訓練參數batch_size 為8，epoch 為400 輪，初始學習率為0.000 5，使用Adam 優化器進行網絡優化，學習率衰減策略采用余弦退火方法。

為了驗證LGMO-Net 的有效性，采用Crack500［18］、Deepcrack537［19］和CFD［4］公共裂縫數據集進行實驗對比。Deepcrack537 裂縫數據集共有537 張大小為544×384 的裂縫圖像，包括300 張訓練圖像和237 張測試圖像以及對應的標簽圖。部分裂縫圖像中含有較多的噪聲干擾，如水坑、斑點、碎石、陰影等噪聲，用以驗證LGMONet 在噪聲干擾下的性能。Crack500 裂縫數據集由3 368 張裂縫圖像構成，圖像中包含橫向、縱向、龜裂等形狀各異的裂縫，并且部分圖像中裂縫與背景顏色相似，分割難度較大。該數據集按照訓練集（1 896 張）、驗證集（1 124 張）和測試集（348 張）進行劃分。CFD 裂縫數據集由118 張大小為480×320 的裂縫圖像構成，這些圖像中的裂縫都是具有一定分割難度的狹長裂縫，裂縫占比小且難以辨認。該數據集按照8∶2 比例隨機劃分為訓練集和測試集。

3.2 分割評價指標

為了更好評價網絡的分割性能，本文使用了4 種常見的分割評價指標，包括準確率、召回率、F1-score 和IoU。將裂縫定義為正樣本，非裂縫定義為負樣本。上述的評價指標可以通過混淆矩陣進行計算，其中TP，FN，FP，TN 的含義如表1 所示：

表1 混淆矩陣Tab.1 Confusion matrix

準確率（Precision）也稱查準率，反映了預測為裂縫的樣本中有多少實際為裂縫樣本的概率，公式為：

召回率（Recall）也稱查全率，表示實際為裂縫的樣本中有多少被預測為裂縫樣本的概率，公式為：

F1-score 用于描述準確率和召回率之間關系，更好反映模型的分割性能，公式為：

交并比（IoU）表示預測為裂縫區域與實際為裂縫區域之間交集與并集的比值，公式為：

3.3 實驗結果分析

為了證明LGMO-Net 模型的優越性，與UNet，PSPNet，DeepCrack18，LightCrackNet［20］，FFEDN［21］等網絡模型分別在Deepcrack537，Crack500 和CFD 裂縫數據集上進行對比實驗。并且為了驗證LGMO-Net 模型各模塊對混凝土裂縫分割任務的有效性，在Deepcrack537，Crack500 和CFD 裂縫數據集上進行消融實驗。

3.3.1 Crack500 裂縫數據集實驗結果分析

圖6 是在Crack500 數據集上，LGMO-Net 模型與其他網絡模型的分割結果對比（彩圖見期刊電子版）。通過對比圖6（a）和圖6（b）的紅框區域，可以看出FCN，SegNet 等網絡都出現了不同程度裂縫漏分現象，部分裂縫區域沒有分割出來。而LGMO-Net 所提出的多分支線性引導模塊，能夠精確關注到裂縫的線性結構，獲取更加豐富的裂縫特征信息，較為完整的分割出整個裂縫。通過圖6（c）的紅框區域，可以看出SegNet等模型在裂縫分割過程中丟失了特征圖的細節信息，導致細微裂縫分割效果不佳。而LGMONet 利用網格細節優化模塊，提取空間網格中的細節信息，較好分割出細微裂縫。在圖6（d）的紅框中，由于裂縫圖像中裂縫與背景特征相似，導致DeeplabV3、DeepCrack18 等模型將背景錯分割成裂縫。而LGMO-Net 利用混合注意力模塊在空間和通道兩個維度強化裂縫特征，抑制背景噪聲干擾，沒有出現將背景錯分為裂縫的現象。

圖6 Crack500 數據集各種模型的裂縫分割結果Fig.6 Crack segmentation results of various models of Crack500 dataset

不同模型在Crack500 數據集中分割結果的定量分析如表2 所示，在Crack500 數據集上，本文所提的LGMO-Net 在準確率、召回率、F1-score 和IoU 評價指標上，分別達到78.11%，70.64%，74.19% 和58.96%，其中準確率、F1-score 和IoU 獲得最高分數。FFEDN 網絡在裂縫分割過程中，通過注意力和深度監督機制減少裂縫樣本漏分現象發生，使其召回率指標獲得最高分數。LGMO-Net 相比于FFEDN 網絡，更專注于獲取裂縫特征信息，提高裂縫分割準確率，其召回率有待提高。與其他算法相比，雖然本文算法在Recall 指標沒有獲得最高分數，但Precision指標遠超其他算法，并且在綜合考慮準確率和召回率的F1-score 指標上取得最高分數，表明LGMO-Net 分割性能更佳。與主干網絡U-Net 相比，本文方法的準確率提高8.82%，F1-score 提高2.75%，IoU 提高3.39%。與最佳對比算法FFEDN 相比，LGMO-Net 的評價指標得到一定程度的提升，準確率提高7.1%，IoU 提高0.4%，F1-score 提高0.32%，說明LGMO-Net 通過多分支線性引導和網格細節優化模塊提高網絡對裂縫線性結構的捕獲能力，在一定程度上緩解裂縫圖像分割過程中細微裂縫漏分問題，并通過混合注意力機制抑制背景因素干擾，提高網絡分割精度。

表2 Crack500 數據集定量分析實驗結果Tab.2 Experimental results of quantitative analysis of Crack500 dataset

3.3.2 Deepcrack537 裂縫數據集實驗結果分析

LGMO-Net 與其他網絡在Deepcrack537 數據集上的可視化結果如圖7 所示（彩圖見期刊電子版）。從圖7（a）紅框區域可以看出，HRNet、UNet 等模型的分割效果較差，裂縫漏分現象嚴重，整體分割效果不理想。此外在圖7（b）的紅框區域中，SegNet 和U-Net 錯分現象較為嚴重，把背景區域錯分為裂縫。而本文方法在上述的紅框區域都能進行精確的裂縫分割，表明LGMO-Net與其他方法相比能夠獲得更加豐富的裂縫特征信息，并且對于復雜背景下各種強干擾具有較好的魯棒性。在圖7（c）~7（e）中，其他網絡對于大面積裂縫區域分割效果較好，但容易出現細微裂縫漏分。而LGMO-Net 明顯改善了細微裂縫漏分問題，對于小尺度裂縫分割效果更為突出。

圖7 Deepcrack537 數據集各種模型的裂縫分割結果Fig.7 Crack segmentation results of various models of Deepcrack537 dataset

在Deepcrack537 裂縫數據集上，對各種網絡模型的分割結果進行定量分析，結果如表3 所示。本文所提出的LGMO-Net 在Precision，Recall，F1-score 和IoU 指標上，分別達到84.61%，89.64%，87.05%和77.07%。與其他網絡模型相比，本文算法的Recall，F1-score 和IoU 指標獲得最高分數。對比主干網絡U-Net，LGMO-Net各項評價指標都得到大幅度提升，準確率提高3.28%，召回率提高1.50%，IoU 提高2.45%，以及F1-score 提高3.76%。與對比算法FFEDN 相比，召回率、F1-score 和IoU 分別提高4.02%，0.88%和1.37%。

表3 Deepcrack537 數據集定量分析實驗結果Tab.3 Experimental results of quantitative analysis of Deepcrack537 dataset

3.3.3 CFD 裂縫數據集實驗結果分析

在CFD 數據集中，裂縫形狀細長且難以辨認，分割難度較大。為進一步驗證LGMO-Net 模型有效性，各模型在CFD 裂縫數據集進行裂縫分割對比實驗，對比結果如圖8 所示。在圖8（c）的紅框區域中，FCN、DeeplabV3 等網絡模型對細微裂縫進行分割時，出現漏分現象。而LGMO-Net 通過網格細節優化模塊保留裂縫細節信息，能夠完整分割出細微裂縫。在圖8（b）中，裂縫圖像左下角存在陰影區域，干擾模型分割結果。如DeepCrack18 網絡受陰影區域干擾，將陰影區域錯分為裂縫。并且U-Net，HRNet 等網絡模型在陰影區域發生裂縫漏分問題，分割效果表現不佳。而LGMO-Net 能夠克服陰影干擾，成功分割出裂縫。從圖8 的整體分割結果可以看出，LGMO-Net 相比于其他網絡模型分割效果更佳，說明本文算法對于細長結構的裂縫，具有更好的特征捕獲能力。

圖8 CFD 數據集各種模型的裂縫分割結果Fig.8 Crack segmentation results of various models of CFD dataset

不同模型在CFD 裂縫數據集分割結果的定量分析如表4 所示，在CFD 數據集上，本文所提的LGMO-Net 在準確率、召回率、F1-score 和IoU評價指標上，分別達到71.07%，73.46%，72.24%和56.55%，其中準確率、F1-score 和IoU獲得最高分數。與U-Net 相比，本文方法的準確率提高3.09%，召回率提高0.33%，IoU 提高2.16%，F1-score 提高1.78%。

表4 CFD 數據集定量分析實驗結果Tab.4 Experimental results of quantitative analysis of CFD dataset

綜上所述，從DeepCrack537，Crack500 和CFD 裂縫數據集對比實驗的可視化結果和定量分析上，可以看出LGMO-Net 模型的裂縫分割效果十分顯著，有效地解決了網絡分割精度低、細微裂縫漏分、背景干擾等問題，能準確分割出混凝土的裂縫區域。

3.3.4 消融實驗

為了更好的驗證所提模型以及各個模塊對混凝土裂縫分割的有效性，在Deepcrack537、Crack500 和CFD 裂縫數據集上進行消融實驗。所提模型是以U-Net 為主干網絡，MLGM 表示多分支線性引導模塊，MDOM 表示網格細節優化模塊，MAM 表示混合注意力模塊。表5 給出了在Deepcrack537 數據集上的消融實驗結果，UNet 的Precision，Recall，F1-score 和IoU 的結果分別是81.33%，88.14%，84.60% 和73.31%；添加MLGM 模塊后，指標分別上升1.19%，0.81%，1.04%和1.57%；添加MDOM 模塊后，指標相比主干網絡U-Net 分別上升1.21%，0.87%，1.05% 和1.60%；添加MAM 模塊后，Precision，F1-score 和IoU 三個指標分別上升2.97%，0.71% 以及1.07%。 表6 展示了在Crack500 數據集上的消融實驗結果，當主干網絡U-Net 添加MLGM 模塊后，Precision，F1-score 和IoU 分別提高7.8%，2.56% 和3.16%；添加MDOM 模塊后，指標相比U-Net 分別上升3.89%，1.81% 和2.22%；添加MAM 模塊后，Precision，F1-score 和IoU 三個指標分別上升5.75%，2.00% 以及2.46%。CFD 數據集的消融實驗結果如表7 所示，U-Net 添加MLGM 模塊后，Precision，F1-score 和IoU 分別提高2.24%，0.23% 和0.28%；添加MDOM 模塊后，Recall，F1-score 和IoU 指標相比U-Net 網絡分別上升2.41%，0.15%以及0.18%；添加混合注意力模塊后，Recall，F1-score 和IoU 三個指標分別上升4.29%，1.36%和1.64%。

表5 Deepcrack537 數據集消融實驗結果Tab.5 Deepcrack537 dataset ablation experiment results

表6 Crack500 數據集消融實驗結果Tab.6 Crack500 dataset ablation experiment results

表7 CFD 數據集消融實驗結果Tab.7 CFD dataset ablation experiment results

圖9 為消融實驗的可視化結果對比圖（彩圖見期刊電子版），在圖9（c）的紅框區域中，U-Net網絡分割出的裂縫形狀粗糙，并且出現將背景錯分為裂縫以及細微裂縫漏分問題。而圖9（d）紅框區域內，當U-Net 添加MLGM 和MDOM 模塊后，網絡分割出的裂縫整體更加完整，沒有發生細微裂縫漏分現象。 在圖9（e）紅框區域內，當U-Net 添加MAM 模塊后，網絡通過注意力機制抑制背景區域對分割結果干擾，未將背景區域錯分為裂縫。在圖9（f）紅框中，LGMO-Net 相比于U-Net 網絡在細節和背景干擾方面表現良好，極大地減少了漏分、誤分問題。

圖9 消融實驗的可視化結果Fig.9 Visualization results of ablation experiments

消融實驗結果充分表明，本文所提多分支線性引導模塊MLGM、網格細節優化模塊MDOM以及混合注意力模塊MAM，對模型的整體分割精度提升較為顯著，在不同數據集中的分割效果均十分優異，說明了本文方法在面對不同裂縫分割任務時均具有一定的適應性和魯棒性，整體性能表現良好。

3.3.5 不同延伸率組合的對比實驗

在實驗過程中，采用本文算法LGMO-Net 進行實驗。通過改變LMGO-Net 中MLGM 模塊的延伸率α組合，驗證不同延伸率組合對LGMONet 性能的影響，并在Deepcrack537，CFD 數據集上進行對比實驗。

表8 給出了在Deepcrack537 數據集上的對比實驗結果，當MLGM 的延伸率選擇1，0.5 和0.25 組合時，LGMO-Net 網絡的Precision，Recall，F1-score 和IoU 指標分別為84.61%，89.64%，87.05%和77.07%。而當MLGM 的延伸率為1，0.75，0.5 和0.25 的組合時，LGMONet 網絡指標分別下降3.25%，0.71%，2.07%，3.19%。表9 給出了在CFD 數據集上對比實驗結果，當MLGM 的延伸率選擇1，0.5 和0.25 組合時，LGMO-Net 的Precision，Recall，F1-score 和IoU 指標分別為71.07%，73.46%，72.24% 和56.55%。而當MLGM 的延伸率為1，0.75，0.5和0.25 組合時，LGMO-Net 的Precision，F1-score 和IoU 指標分別下降5.29%，2.34% 和2.82%。

表8 Deepcrack537 數據集對比實驗結果Tab.8 Comparative experimental results of Deepcrack537 dataset

表9 CFD 數據集對比實驗結果Tab.9 Comparative experimental results of CFD dataset

從上述實驗結果的定量分析中，可以發現當LGMO-Net 中MLGM 模塊的延伸率選擇1，0.75，0.5，0.25 組合時，模型的各項評價指標有一定幅度下降，模型的分割性能不佳，并且隨著MLGM 模塊分支數增多會導致其參數量上升。因此，本文MLGM 模塊選擇延伸率為1，0.5，0.25 組合。

3.4 復雜性分析

表10 展示了不同模型的復雜度比較結果，表中Params 表示模型參數量，能夠衡量模型空間復雜度；表中的FLOPs（Floating-point Operations）表示浮點運算次數，能夠衡量模型時間復雜度。為了統一衡量各個模型復雜度，所有模型的輸入都是大小為512×512×3 的張量。通過表10 的比較結果可見，本文方法的模型參數量相較U-Net 增加10.98 M，但相較PSPNet 減少25.08 M。與U-Net 相比，LGMO-Net 在增加少數參數量的情況下實現更優越的裂縫分割性能。而與PSPNet 相比，LGMO-Net 在模型參數量更小的情況下表現出更出色的分割性能。綜合而言，LGMO-Net 在模型復雜度和模型精度之間實現了良好的平衡。

表10 參數量和浮點運算次數Tab.10 Number of parameters and number of floatingpoint operations

4 結 論

針對混凝土裂縫分割精度低以及容易出現復雜背景干擾、細微裂裂縫漏分等問題，本文提出一種LGMO-Net 模型用于混凝土裂縫分割。所提模型在U-Net 模型基礎上，在網絡的編碼階段運用多分支線性引導模塊，來引導網絡捕獲裂縫線性結構，提高裂縫分割精度。同時利用網格細節優化模塊，提取特征網格中的細節信息，避免細微裂縫特征信息丟失，進一步提高分割精度。并且改變編碼階段和解碼階段的跳躍連接方式，在跳躍連接上運用空間-通道混合注意力模塊過濾編碼器特征中的背景噪聲，減少背景因素干擾。本文所提出的網絡在Deepcrack537，Crack500 和CFD 三個公開裂縫數據集上的F1-score 指標為87.05%，74.19% 和72.24%，IoU指標為77.07%，58.96% 和56.55%，兩個指標均獲得最高分數。實驗結果表明，所提網絡具有較好的裂縫分割能力。