[发明专利]一种沥青路面抗滑性能检测方法及系统

权利要求书

1.一种沥青路面抗滑性能检测方法，其特征在于，包括：

获取神经网络模型，所述神经网络模型为以沥青路面图像的纹理特征为输入，以沥青路面的摩阻摆值为输出的训练后的神经网络模型；

利用CCD工业相机采集待检测路面的路面图像；

采用机器视觉纹理识别法对所述路面图像的纹理进行提取，得到第二纹理图像；

根据所述第二纹理图像像素点的灰度值进行阈值分割；

计算图像中黑色或白色像素点的高斯分布，由高斯分布参数得到所述路面图像的纹理特征；

将路面图像的纹理特征输入所述神经网络模型，确定所述路面图像的摩阻摆值；

获取所述待检测路面的温度信息；

根据所述温度信息对所述摩阻摆值进行修正，得到所述待检测路面修正后的摩阻摆值；

根据所述待检测路面修正后的摩阻摆值确定所述待检测路面的抗滑等级；

其中，在所述获取神经网络模型之前，还包括：

获取样本数据，所述样本数据为沥青路面的样本图像；

采用机器视觉纹理识别法对所述样本图像的纹理进行提取，得到第一纹理图像；

根据所述第一纹理图像像素点的灰度值进行阈值分割；

计算图像中黑色或白色像素点的高斯分布，由高斯分布参数得到所述样本图像的纹理特征；

根据样本图像的纹理特征以及样本图像的摩阻摆值对神经网络模型进行训练。

2.根据权利要求1所述的沥青路面抗滑性能检测方法，其特征在于，在所述将路面图像的纹理特征输入所述神经网络模型之前，还包括：

选取待检测路面中符合预设条件的路段进行标定采样；

利用标定采样的路面图像对所述神经网络模型进行优化训练。

3.根据权利要求1所述的沥青路面抗滑性能检测方法，其特征在于，所述方法还包括：

通过GPS定位所述待检测路面的位置；

将所述待检测路面的位置、待检测路面的摩阻摆值以及待检测路面的路面图像对应存储、显示并发布到数据库平台上。

4.根据权利要求1所述的沥青路面抗滑性能检测方法，其特征在于，在所述将路面图像的纹理特征输入所述神经网络模型之前，还包括：

对所采集得到的路面图像中存在垃圾信息的图片进行裁剪处理。

5.一种沥青路面抗滑性能检测系统，其特征在于，包括；

神经网络模型获取模块，用于获取神经网络模型，所述神经网络模型为以沥青路面图像的纹理特征为输入，以沥青路面的摩阻摆值为输出的训练后的神经网络模型；

路面图像采集模块，用于利用CCD工业相机采集待检测路面的路面图像；

摩阻摆值确定模块，用于将路面图像的纹理特征输入所述神经网络模型，确定所述路面图像的摩阻摆值；

所述摩阻摆值确定模块，具体包括：

图像纹理提取单元，用于采用机器视觉纹理识别法对所述路面图像的纹理进行提取，得到第二纹理图像；

阈值分割单元，用于根据所述第二纹理图像像素点的灰度值进行阈值分割；

纹理特征提取单元，用于计算图像中黑色或白色像素点的高斯分布，由高斯分布参数得到所述路面图像的纹理特征；

将所述纹理特征提取单元所提取的路面图像的纹理特征输入到所述摩阻摆值确定模块中，以确定所述路面图像的摩阻摆值；

温度信息获取模块，用于获取所述待检测路面的温度信息；

摩阻摆值修正模块，用于根据所述温度信息对所述摩阻摆值进行修正，得到所述待检测路面修正后的摩阻摆值；

抗滑等级确定模块，用于根据所述待检测路面修正后的摩阻摆值确定所述待检测路面的抗滑等级；

所述系统还包括：

获取数据模块，用于获取沥青路面的样本图像；

第一图像纹理提取模块，基于机器视觉纹理识别法对所述样本图像的纹理进行提取，得到第一纹理图像；

阈值分割模块，用于根据所述第一纹理图像像素点的灰度值进行阈值分割；

纹理特征提取模块，用于计算图像中黑色或白色像素点的高斯分布，由高斯分布参数得到所述样本图像的纹理特征；

神经网络训练模块，用于根据样本图像的纹理特征以及样本图像的摩阻摆值对神经网络模型进行训练。