[发明专利]路面裂缝检测的方法、装置及计算机设备

说明书

本申请公开了一种路面裂缝检测的方法、装置及计算机设备，涉及计算机技术领域，可以解决在对路面裂缝进行检测时，容易产生的检测效率低下，准确性低，环境干扰性强的问题。其中方法包括：获取道路裂缝图像，并进行预处理；利用所述道路裂缝图像训练deeplab V3+网络模型；依据训练好的所述deeplab V3+网络模型对路面图像进行裂缝检测，并提取出裂缝信息。本申请适用于对路面中裂缝区域的检测。

技术领域

本申请涉及计算机技术领域，尤其涉及到一种路面裂缝检测的方法、装置及计算机设备。

背景技术

路面裂缝是公路系统最常见的缺陷之一，严重影响道路的使用寿命和行车安全，随着社会经济和自动化技术的不断进步，基于计算机视觉和图像处理的裂纹检测技术开始逐渐应用于各个领域。目前道路裂缝检测研究中，复杂多变的外在环境以及裂缝存在的形式多样性，使得如何在复杂、相似的背景中精确地提取裂纹的属性特征，提高特征聚类的精度以及赋予目标模型强大的优化分类性能，解决算法精度和速度上的矛盾一直是道路裂缝检测领域的一个难题。

传统检测的常用方法如人工目视、声学、光学、射线、电磁和微波等无损检测方法的实现，还是停留在需要满足相应条件的前提下进行的人为操作或依靠高灵敏度检测器件辅助完成，消耗大量的人力物力，已提出的裂缝识别算法主要使用传统数字图像处理方法，该类方法识别速度慢且无法有效排除实际环境中的各种干扰因素。

发明内容

有鉴于此，本申请提供了一种路面裂缝检测的方法、装置及计算机设备，主要目的在于解决在对路面裂缝进行检测时，容易产生的检测效率低下，准确性低，环境干扰性强的问题。

根据本申请的一个方面，提供了一种路面裂缝检测的方法，该方法包括：

获取道路裂缝图像，并进行预处理；

利用所述道路裂缝图像训练deeplab V3+网络模型；

依据训练好的所述deeplab V3+网络模型对路面图像进行裂缝检测，并提取出裂缝信息。

根据本申请的另一个方面，提供了一种路面裂缝检测的装置，该装置包括：

获取模块，用于获取道路裂缝图像，并进行预处理；

训练模块，用于利用所述道路裂缝图像训练deeplab V3+网络模型；

检测模块，用于依据训练好的所述deeplab V3+网络模型对路面图像进行裂缝检测，并提取出裂缝信息。

根据本申请的又一个方面，提供了一种非易失性可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述路面裂缝检测的方法。

根据本申请的再一个方面，提供了一种计算机设备，包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述路面裂缝检测的方法。

借由上述技术方案，本申请提供的一种路面裂缝检测的方法、装置及计算机设备，与目前普遍采用的人工目视、声学、光学、射线、电磁和微波等无损检测方式相比，本申请可利用包含裂缝区域的道路裂缝图像训练deeplab V3+网络模型，之后依据训练好的deeplabV3+网络模型对路面图像进行裂缝检测，并提取出裂缝信息，以便及时进行路面维护工作。通过本申请中的技术方案，可以结合深度学习技术，有效解决数据来源问题，使用目前最先进的语义分割网络deeplab V3+，通过对神经网络进行参数调整，对道路裂缝进行语义分割，将传统数字图像中的预处理技术与深度学习图像识别相结合，实现路面图像从采集后到输出检测结果的一系列流程，从而达到快速准确识别道路裂缝的效果，提高检测的效率，从而保证路面运行环境的安全性；且将计算机技术融合到裂缝的数据检测中，可增强检测的科学性、准确性，同样也能降低检测中的风险系数。

附图说明