-
公开(公告)号：CN103903268B
公开(公告)日：2017-02-15
申请号：CN201410141476.7
申请日：2014-04-09
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多种低层显著特征的路面裂缝检测方法。在车辆行驶的过程中获取对应里程的高分辨率路面灰度图像，采用局部对比度和稀少性度量裂缝的低层显著特征；利用贝叶斯理论刻画裂缝在双层邻域扩张过程中的不规则曲线结构特性，大面积消除噪声；局部区域增长，增强裂缝特征，阈值分割后提取裂缝；根据检测出的裂缝破损，生成具体病害参数，生成报表，为公路维护提供依据。本发明误检率和漏检率较低，对一些噪声干扰较重的路面裂缝图像也有很好的适应性。
-
公开(公告)号：CN113066041A
公开(公告)日：2021-07-02
申请号：CN201911383082.1
申请日：2019-12-27
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于栈稀疏自编码深度学习的路面裂缝检测方法，首先采用高精度CCD相机和激光照明设备在车辆行驶时获取路面图像；接着计算裂缝各向异性特征值对图像进行子块预分类，抽取裂缝子块训练集；然后对栈稀疏自编码模型进行参数训练，将深度学习模型与分类器级联再次微调训练；模型训练完成后用于裂缝图像子块识别；利用格式塔空间理论对整幅裂缝图像进行去噪和衔接；最后根据检测出的裂缝结果进行相关统计，为公路维护提供依据。本发明具有较高的检测精度，对于不同纹理的路面拥有良好的适应性。
-
公开(公告)号：CN103903268A
公开(公告)日：2014-07-02
申请号：CN201410141476.7
申请日：2014-04-09
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多种低层显著特征的路面裂缝检测方法。在车辆行驶的过程中获取对应里程的高分辨率路面灰度图像，采用局部对比度和稀少性度量裂缝的低层显著特征；利用贝叶斯理论刻画裂缝在双层邻域扩张过程中的不规则曲线结构特性，大面积消除噪声；局部区域增长，增强裂缝特征，阈值分割后提取裂缝；根据检测出的裂缝破损，生成具体病害参数，生成报表，为公路维护提供依据。本发明误检率和漏检率较低，对一些噪声干扰较重的路面裂缝图像也有很好的适应性。？
-
-
Search Results
3
records
(took 0.02 seconds)
