一种基于CT图像与深度学习的混凝土冻融损伤代表性边缘厚度识别方法

本发明公开了一种基于CT图像与深度学习的混凝土冻融损伤代表性边缘厚度识别方法，该方法包括：通过X射线断层扫描获取不同冻融循环次数的混凝土CT图像；对图像进行配准与尺寸统一，确保试件空间位置一致；采用深度学习语义分割模型将图像划分为骨料、砂浆基体和缺陷区域，输出赋值后的灰度图像；基于空间分辨率构建保留不同物理尺寸边缘区域的数据集；按冻融循环次数标注标签并划分训练集、验证集和测试集；训练深度学习分类模型，通过分类准确率评估不同边缘尺寸数据集的性能；确定分类准确率最高时对应的最小边缘物理尺寸，作为冻融损伤代表性边缘厚度。本发明实现了损伤深度的精准、客观识别，为混凝土冻融耐久性评估提供了量化依据。