-
公开(公告)号:CN119027483A
公开(公告)日:2024-11-26
申请号:CN202410992195.6
申请日:2024-07-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于深度学习分割的道路脱空尺寸自动测算方法,属于地下病害检测技术领域。该方法通过搭建的脱空实体模型,获得脱空测算方程,结合提前训练的深度学习分割模型,最终获得道路脱空区域的实际面积。该方法相比传统的人工检测技术效率提高显著,精度提高显著,同时相比传统的人工估算脱空尺寸的方法,该方法能够更加精确地识别出脱空病害的典型雷达图像特征并计算其尺寸,对于道路隐性病害检测领域具有较大的益处,可以明显降低脱空病害检测的人工成本。
-
公开(公告)号:CN118130513A
公开(公告)日:2024-06-04
申请号:CN202410274333.7
申请日:2024-03-11
Applicant: 长安大学
IPC: G01N23/046 , G01N1/08 , G01S13/88 , G06T7/00 , G06T7/11 , G06T7/136 , G06T5/50 , G06F30/27 , G06F111/10
Abstract: 本发明公开了一种基于CT扫描与数值模拟的仿真GPR数据获取方法,属于地下病害检测技术领域,针对需检测的不同材料、结构组合的道路进行钻心取样并通过X‑Ray ICT设备扫描构建具有待检测道路特征的多个剖面图,基于道路剖面图及MATLAB构建待检测道路模型并嵌入多类型病害模型,构建出1:1还原的病害滋生的道路模型,最终基于gprMax完成探地雷达正演并获取虚拟探地雷达数据进行分析,实现病害特征的鉴定。
-