[发明专利]边缘检测网络的优化方法、路面病害的识别方法及系统

说明书

本发明实施例公开一种边缘检测网络的优化方法、路面病害的识别方法及系统。边缘检测网络用于识别指定路面病害。该优化方法包括：将每张样本路面图片分割成多个第一网格，并根据第一网格是否具有指定路面病害，得到每张样本路面图片对应的第一矩阵；将每张样本路面图片输入边缘检测网络进行指定路面病害识别，并输出每张样本路面图片对应的第二矩阵；根据每张样本路面图片对应的第一矩阵的向量和第二矩阵的向量，计算得到每张样本路面图片的损失函数；优化边缘检测网络的网络参数，直到网络参数优化后的边缘检测网络输出的第二矩阵使计算得到的所有样本路面图片的损失函数的算数平均值最小。本发明实施例的边缘检测网络的识别结果准确且效率高。

技术领域

本发明涉及路面病害识别技术领域，尤其涉及一种边缘检测网络的优化方法、路面病害的识别方法及系统。

背景技术

基于公路养护管理的需求，路面病害的快速检测与识别，是路面使用性能评价的重要基础工作。路面自动化快速检测设备的应用，代替了传统人工检测的方法，实现了以车流速度拍摄高清路面图片，大幅提升了路面病害图片的采集效率。目前常见的基于模式识别的路面病害自动识别方法，存在依赖人工经验调整参数、复杂路面条件下运行准确率较低等问题。如现有方法对灰度图像的频率进行分析，低频成分识别为正常路面部分，高频部分则识别为路面病害。这种方法存在明显的缺陷，对灰度图像进行频率分析时，与路面底色相差较大的边缘部分都将被认定为高频部分，但在复杂的路面条件下，路面的水渍污迹、标志标线、光照不均及路面阴影都会对病害识别造成极大干扰。因此，现有技术的识别路面病害的方法精度较低。

发明内容

本发明实施例提供一种边缘检测网络的优化方法、路面病害的识别方法及系统，以解决现有技术的识别路面病害的方法精度较低的问题。

第一方面，提供一种边缘检测网络的优化方法，所述边缘检测网络用于识别指定路面病害，所述方法包括：

将每张样本路面图片分割成多个第一网格，并根据所述第一网格是否具有指定路面病害，得到每张样本路面图片对应的第一矩阵，其中，所述第一矩阵的每一元素与每一所述第一网格对应，并且所述第一矩阵的每一元素的取值表示每一所述第一网格是否具有所述指定路面病害；

将每张所述样本路面图片输入所述边缘检测网络进行所述指定路面病害识别，并输出每张所述样本路面图片对应的第二矩阵，其中，所述边缘检测网络将所述样本路面图片分割成多个第二网格，所述第二矩阵的每一元素与每一所述第二网格对应，并且所述第二矩阵的每一元素的取值表示每一所述第二网格是否具有所述指定路面病害；

根据每张所述样本路面图片对应的所述第一矩阵的向量和所述第二矩阵的向量计算得到每张所述样本路面图片的损失函数其中，ε为常数；

优化所述边缘检测网络的网络参数，直到所述网络参数优化后的所述边缘检测网络输出的所述第二矩阵使计算得到的所有所述样本路面图片的损失函数的算数平均值最小；

其中，所述网络参数的优化算式为：w_i+1为用于后一次识别所述指定路面病害的所述边缘检测网络的网络参数，w_i为用于前一次识别所述指定路面病害的所述边缘检测网络的网络参数，为所有所述样本路面图片的损失函数的算术平均值，η为常数。

第二方面，提供一种边缘检测网络的优化系统，所述边缘检测网络用于识别指定路面病害，所述系统包括：

第一矩阵模块，用于将每张样本路面图片分割成多个第一网格，并根据所述第一网格是否具有指定路面病害，得到每张样本路面图片对应的第一矩阵，其中，所述第一矩阵的每一元素与每一所述第一网格对应，并且所述第一矩阵的每一元素的取值表示每一所述第一网格是否具有所述指定路面病害；