首页> 中国专利> 基于深度卷积神经网络的公路路面图像裂缝几何属性检测与裂缝识别方法

基于深度卷积神经网络的公路路面图像裂缝几何属性检测与裂缝识别方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明提出一种基于深度卷积神经网络的公路路面图像裂缝几何属性检测与裂缝识别方法，首先针对现有路面裂缝检测方法对裂缝表达存在的局限性，提出了新的基于几何属性的裂缝表达方式，可表达图像中相关区域内裂缝的位置、延伸方向与长度等几何属性。新的裂缝表达方法显著提升了裂缝图像的标注效率，提升了标注的一致性，并具有对裂缝识别功能，还具有较高的面积与位置检测精度。进而，本发明提出了基于深度卷积神经网络，搭建了深度裂缝几何属性检测网络，设计了新的损失函数，使得网络可以预测裂缝的几何属性，并根据裂缝几何属性即可将裂缝分为横纹、纵纹与龟裂三类。本发明为公路路面图像裂缝检测与识别提供了一种新的思路、新的技术途径和方法。

著录项

公开/公告号CN115100173A

专利类型发明专利
公开/公告日2022-09-23

原文格式PDF
申请/专利权人西北工业大学;
展开▼

申请/专利号CN202210813650.2
发明设计人何昱衡;杨宏晖;吴梅;
展开▼

申请日2022-07-11
分类号G06T7/00;G06V10/82;G06V10/54;G06V10/774;G06V10/776;G06N3/04;G06N3/08;
代理机构西安匠星互智知识产权代理有限公司;
代理人陈星
地址 710072 陕西省西安市友谊西路127号
入库时间 2023-06-19 16:56:28

法律信息

法律状态公告日

法律状态信息

法律状态
2022-09-23

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 一种基于深度卷积神经网络的沥青路面裂缝图像分割方法 [P] . 中国专利： CN112634292B . 2021-08-24
2. 一种基于深度卷积神经网络的沥青路面裂缝图像分割方法 [P] . 中国专利： CN112634292A . 2021-04-09
3. .The method of crack detection from motorway road image using deep learning networks. [P] . 韩国专利： KR20200080413A . 2020-07-07

机译：。使用深度学习网络从高速公路图像中检测裂缝的方法。
4. A system for detecting crack growth of asphalt pavement based on binocular image analysis [P] . 英国专利： GB2571016B . 2020-09-02

机译：基于双目图像分析的沥青路面裂缝扩展检测系统
5. DEEP CONVOLUTIONAL NEURAL NETWORK-BASED SUBMERGED OIL SONAR DETECTION IMAGE RECOGNITION METHOD [P] . WO2021243743A1 . 2021-12-09

机译：基于深度卷积神经网络的淹没油声纳检测图像识别方法