[发明专利]一种适用于道路修补的图形识别装置及识别方法有效
申请号: | 202110707336.1 | 申请日: | 2021-06-22 |
公开(公告)号: | CN113379717B | 公开(公告)日: | 2022-02-15 |
发明(设计)人: | 刘宪明;高国华;胡学亮;樊超;赵世晨;王鑫洋;李昌辉;朱振祥 | 申请(专利权)人: | 山东高速工程检测有限公司;山东硕翔天成智能科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/24;G06V10/764;G06K9/62;G06T3/60 |
代理公司: | 南京灿烂知识产权代理有限公司 32356 | 代理人: | 赵丽 |
地址: | 250003 山东省*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 适用于 道路 修补 图形 识别 装置 方法 | ||
1.一种适用于道路修补的图形识别方法,其特征在于,包括如下步骤:
Step1:拍摄下修补完成路段的初始裂缝修补图片集,并分别记录下初始裂缝修补图片集中各张初始裂缝修补图片对应的初始拍摄地点的经纬度;
Step2:在监测周期内,在初始拍摄地点的经维度位置,对裂缝修补路段进行二次拍摄,形成监测裂缝修补图片集;
Step3:分别对初始裂缝修补图片集和监测裂缝修补图片集剔除掉无效图片,同一经纬度下分别保留一张最佳初始裂缝修补图片和一张最佳监测裂缝修补图片;
Step4:分别对最佳初始裂缝修补图片集和最佳监测裂缝修补图片集中各个裂缝修补图片进行道路图块和修补图块边缘的勾画;
Step5:采用像素填充算法,分别对最佳初始裂缝修补图片和最佳监测裂缝修补图片进行拉伸处理,得到拉伸后的拉伸裂缝修补图片和拉伸监测裂缝修补图片;
Step6:基于拉伸后的拉伸裂缝修补图片和拉伸监测裂缝修补图片,通过修补差异度模型,给出维护建议;
Step6中修补差异度模型包括:
其中,n1表示拉伸裂缝修补图片中道路宽度像素点的个数,n2表示拉伸监测裂缝修补图片中道路宽度像素点的个数,n3表示拉伸裂缝修补图片中修补图块像素点的个数,n4表示拉伸监测裂缝修补图片中修补图块像素点的个数,k1表示修补面积扩大系数阈值,
d1max表示拉伸裂缝修补图片中修补图块最大宽度的两个像素点之间的距离,d2max表示拉伸监测裂缝修补图片中修补图块最大宽度的两个像素点之间的距离,d1表示拉伸裂缝修补图片中道路宽度距离最远的两个像素点之间的距离,d2表示拉伸监测裂缝修补图片中道路宽度距离最远的两个像素点之间的距离,k2表示修补宽度扩大系数阈值,
l1max表示拉伸裂缝修补图片中修补图块距离最远的两个像素点之间的距离,l2max表示拉伸监测裂缝修补图片中修补图块距离最远的的两个像素点之间的距离,k3表示修补长度扩大系数阈值;
当公式(8)、公式(9)和公式(10)同时成立时,修补的裂缝处于安全范围内,不需要采取补救措施;当公式(8)、公式(9)和公式(10)不能同时成立时,需要尽快实地考察,进行修补的维护作业。
2.根据权利要求1所述的一种适用于道路修补的图形识别方法,其特征在于,Sep3中无效图片包括道路两侧边缘不完整的图片和修补裂缝边缘不完整的图片,最佳初始裂缝修补图片和最佳监测裂缝修补图片分别为初始裂缝修补图片和监测裂缝修补图片中包含的修补裂缝像素点最多的图片,当存在多张修补裂缝像素点一样的非无效初始裂缝修补图片时,随机抽取一张非无效始裂缝修补图片作为最佳初始裂缝修补图片,同样,当存在多张修补裂缝像素点一样的非无效监测裂缝修补图片时,随机抽取一张非无效监测裂缝修补图片作为最佳监测裂缝修补图片。
3.根据权利要求1所述的一种适用于道路修补的图形识别方法,其特征在于,Step4中勾画采用卷积神经网络自动分割方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东高速工程检测有限公司;山东硕翔天成智能科技有限公司,未经山东高速工程检测有限公司;山东硕翔天成智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110707336.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种累积式井口三相流量计
- 下一篇:机器人关节自动润滑系统