【技术实现步骤摘要】
路面裂缝图像检测方法
本专利技术涉及裂缝检测
，尤其是一种路面裂缝图像检测方法。
技术介绍
随着我国经济的迅速发展，公路里程数不断增加，公路路面的养护任务变得日益繁重。裂缝是路面破损的初期症状，为了防止交通安全受到影响，路面裂缝需及时发现并补救。但是，公路上巨大的交通流量对养护任务提出了很高的实施要求，传统的人工养护方式不仅存在安全隐患而且非常耗时，这就使得自动化的路面裂缝检测装置逐渐得到了业界的青睐。目前，路面裂缝自动检测装置的核心内容主要包括裂缝图像检测，裂缝图像检测的目标为在多种背景下检测出目标裂缝，但图像源的变化、裂缝宽窄的不均匀性、表面纹理缺乏足够的背景照明以及其他特征的存在使得裂缝图像检测充满了挑战。在早期研究中，裂缝图像检测方法主要是基于传统数字图像处理技术的组合或改进，如阈值处理、数学形态学和边缘检测，但通过该方法得到的结果通常是裂缝中心线，并不包含裂缝的宽度。之后，为了得到裂缝的更多信息，通过采用图像处理技术对图像进行预处理、图像分割和特征提取，开发了较为快速稳健的自动检测和分割方法。例如，ShiY等在文章“AutomaticRoadCra...
【技术保护点】
1.一种路面裂缝图像检测方法，其特征在于，包括：步骤S1，获取待检测路面图像；步骤S2，获取训练数据，所述训练数据包括多个路面图像与每个所述路面图像对应的裂缝标记图像；步骤S3，获取预训练的深度模型，并基于所述深度模型构建初始路面裂缝检测模型；步骤S4，基于所述训练数据，训练所述初始路面裂缝检测模型；步骤S5，基于训练后得到的路面裂缝检测模型，获取所述待检测路面图像的裂缝标记图像，得到路面裂缝图像检测结果。
【技术特征摘要】
1.一种路面裂缝图像检测方法，其特征在于，包括：步骤S1，获取待检测路面图像；步骤S2，获取训练数据，所述训练数据包括多个路面图像与每个所述路面图像对应的裂缝标记图像；步骤S3，获取预训练的深度模型，并基于所述深度模型构建初始路面裂缝检测模型；步骤S4，基于所述训练数据，训练所述初始路面裂缝检测模型；步骤S5，基于训练后得到的路面裂缝检测模型，获取所述待检测路面图像的裂缝标记图像，得到路面裂缝图像检测结果。2.如权利要求1所述的方法，其特征在于，所述深度模型取为VGG16模型，所述路面裂缝检测模型为VGG-U-net模型。3.如权利要求2所述的方法，其特征在于，所述VGG16模型包括输入层、m个编码卷积结构、p个全连接结构以及输出层，其中，m和p均为正整数，每个编码卷积结构包括至少两个卷积层和一个池化层，所述全连接结构包括多个全连接层。4.如权利要求3所述的方法，其特征在于，所述VGG-U-net模型包括：编码部分，所述编码部分包括所述VGG16模型的输入层和前n个编码卷积结构，其中，n为小于等于m的正整数；解码部分，所述解码部分包括n个解码卷积结构和输出结构，每个所述解码卷积结构包括至少两个卷积层和一个上采样层，所述输出结构包括至少两个卷积层和一个输出层。5.如权利要求4所述的方法，其特征在于，所述上采样层对前一个卷积层输出的图像进行上采样计算。6.如权利要求5所述的方法，其特征在于，所述上采样计算包括以下步骤：步骤S21，上采样，基于反卷积核，确定所述上采样层前一个卷积层输出的图像的第一特征图像，所述第一特征图像包括...
【专利技术属性】
技术研发人员：陆彦辉，翁飘，杨楠，张延彬，
申请(专利权)人：郑州大学，
类型：发明
国别省市：河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。