混凝土是建筑物、桥梁和道路的标准建筑材料。由于安全在此类建筑的设计、监测和维护中起着核心作用，因此了解混凝土的裂缝行为非常重要。计算机断层扫描技术可以捕捉到建筑材料的微观结构，并可以研究裂缝的产生和扩展。在大型三维图像中对裂缝表面进行人工分割是不可行的。本文对三维图像的自动裂缝分割方法进行了回顾和比较。经典的图像处理方法（边缘检测过滤器、模板匹配、最小路径和区域生长算法）和学习方法（卷积神经网络、随机森林）被考虑并在半合成的三维图像上进行了测试。它们的性能在很大程度上取决于参数的选择，参数应适应图像的灰度值分布和混凝土的几何特性。一般来说，学习方法表现最好，特别是对于薄裂缝和低灰度对比度。
《Methods for segmenting cracks in 3d images of concrete: A comparison based on semi-synthetic images》
论文地址:http://arxiv.org/abs/2112.09493v1
