[发明专利]道路表面裂纹检测方法有效
| 申请号： | 201911008828.0 | 申请日： | 2019-10-23 |
| 公开（公告）号： | CN110751644B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 王雷朋;马向华;叶银忠;杨振坤;李威;赵阳 | 申请（专利权）人： | 上海应用技术大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/82;G06V10/774;G06V10/764;G06N3/0464;E01C23/01 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200235 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种道路表面裂纹检测方法。本发明在确保高水平的像素精确度的同时还提高了检测的速度。本发明克服一现有技术对道路裂纹检测的缺点，提供一种基于图像处理和卷积神经网络相结合的道路道路裂纹检测和分类的方法，通过监督学习，将人工标注好的分割结果作为训练目标，可以从人工标注好的分割结果中学习到更好的代表性特征。 | ||
| 搜索关键词： | 道路 表面 裂纹 检测 方法 | ||
【主权项】：
1.一种道路表面裂纹检测方法，其特征在于，包括：/n步骤S1，创建包含含有裂纹的路面图片与没有裂纹的路面图片的路面图像库；/n步骤S2，将所述路面图像库中的含有裂纹的图片标定为b文件夹，并将所述路面图像库中的没有裂纹的路面图片标定为a文件夹，将标定完成的含有裂纹的图片和没有裂纹的路面图片的统一为预设尺寸；/n步骤S3，建立卷积神经网络；/n步骤S4，生成卷积神经网络的特征映射的特征提取器；/n步骤S5，基于标定完成并统一为预设尺寸的含有裂纹的图片和没有裂纹的路面图片，制作训练集、验证集和测试集；/n步骤S6，将所述训练集中的图片输入所述卷积神经网络，得到第一输出结果，基于所述输出结果和验证集中的图片对所述卷积神经网络的参数进行迭代调整，以得到目标卷积神经网络；/n步骤S6，将所述训练集中的图片输入所述卷积神经网络，得到第一输出结果，基于所述输出结果和验证集中的图片对所述卷积神经网络的参数进行迭代调整，以得到目标卷积神经网络。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海应用技术大学，未经上海应用技术大学许可，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/patent/201911008828.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种水质异常检测方法、装置及设备
- 下一篇：一种输油码头溢油监测系统及方法
