[发明专利]一种航拍图像路面裂缝检测方法、装置及设备

权利要求书

1.一种航拍图像路面裂缝检测方法，其特征在于，包括：

提取航拍路面图像的路面区域的深层高维特征，根据所述深层高维特征获得高维特征图；

基于所述路面区域的深层高维特征，对所述高维特征图进行正负样本筛选，以区分路面裂缝目标和路面背景；

对所述路面裂缝目标进行分类和坐标定位，获得所述路面裂缝目标的分类信息和坐标信息；

其中，所述提取航拍路面图像的路面区域的深层高维特征，根据所述深层高维特征获得高维特征图，具体包括：

利用卷积神经网络构造特征提取网络，在所述特征提取网络中添加一个基于K-means聚类算法的道路粗分割层；

利用所述道路粗分割层筛选剔除所述航拍路面图像的路旁无效区域，获得所述航拍路面图像的路面区域；

利用所述特征提取网络将所述路面区域的低维度特征组合成高维度特征，获得高维特征图；

所述基于所述路面区域的深层高维特征，对所述高维特征图进行正负样本筛选，以区分路面裂缝目标和路面背景，具体包括：

所述基于所述路面区域的深层高维特征，利用anchor滑窗遍历所述高维特征图，获得预设面积尺度和预设宽高比的候选样本框；

利用所述特征提取网络的区域提名网络的分类损失函数、定位损失函数和多任务损失函数对所述候选样本框进行训练以筛选正负样本，获得路面裂缝目标样本和路面背景样本，其中正样本为路面裂缝目标样本，负样本为路面背景样本；

所述对所述路面裂缝目标进行分类和坐标定位，获得所述路面裂缝目标的分类信息和坐标信息，具体包括：

利用所述特征提取网络的ROI池化层将区域提名网络筛选的正负样本规整到统一尺寸特征图，并进行分类输出，得到包括横向裂缝、纵向裂缝和路面背景的分类信息；

利用分类损失函数对所述正样本的具体裂缝类别进行分类，并进行边框回归，修正裂缝目标框的坐标信息。

2.根据权利要求1所述的方法，其特征在于，所述对所述路面裂缝目标进行分类和坐标定位，获得所述路面裂缝目标的分类信息和坐标信息，之后还包括：

根据所述路面裂缝目标的分类信息和坐标信息，计算所述路面裂缝目标的长度。

3.根据权利要求1所述的方法，其特征在于，所述正负样本的划分依据为：

将所述候选样本框与任一标定样本框的IOU大于第一预设阈值以及所述候选样本框与剩余标定样本框的IOU最大的2种候选样本区域划分为正样本；

将所述候选样本框与除正样本外的标定样本框的IOU小于第二预设阈值的候选样本框划分为负样本；

其中，

IOU＝(候选样本框∩标定样本框)/(候选样本框∪标定样本框)。

4.根据权利要求2所述的方法，其特征在于，所述根据所述路面裂缝目标的分类信息和坐标信息，计算所述路面裂缝目标的长度，具体包括：

根据所述路面裂缝目标的分类信息和坐标信息，利用形态学击中击不中变换提取裂缝目标的单像素骨架，计算所述裂缝目标的像素长度；所述裂缝目标包括横向裂缝、纵向裂缝；

根据所述航拍路面图像的像素坐标和实际路面的道路长度，对所述裂缝目标的像素长度进行换算，获取裂缝目标的长度。