System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,特别是涉及一种路面病害检测方法以及系统。
技术介绍
1、随着我国基础建设的飞速发展,道路里程和道路密度迅速增加。道路使用年限的增加以及各种内外部的影响使路面的性能出现不同程度的问题,因此道路养护和管理能力的需求日益凸显。从实时路面图像中自动化地检测出路面的病害(例如:裂缝、坑洞或车辙等)情况至关重要。
2、在道路场景中,精确定位路面上不同病害对象(例如:裂缝、坑洞或车辙等),并分析各个病害对象信息,进而掌握路面的状况。然而,由于路面场景的图像中路面病害形态各异,且天气、光照、角度、遮挡和背景等诸多不确定因素,造成图像里路面病害对象的差异较大,采用传统方法对路面病害对象进行检测时,检测准确度低,无法精确的检测出场景中路面病害对象。
技术实现思路
1、本专利技术的目的是解决传统方法对路面病害对象进行检测时,检测准确度低的技术问题。为实现上述目的,本专利技术提供一种路面病害检测方法以及系统。
2、本专利技术提供一种路面病害检测方法,包括:
3、获取包含路面病害对象的图像集;
4、在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络;
5、根据所述重构检测网络的主干部分对所述含路面病害对象的图像进行特征提取,获得含路面病害对象的图像特征;
6、根据所述重构检测网络的颈部部分对所述含路面病害对象的图像特征进行显著特征提取,获得含路面病害对象的显著性特征;
7、根据所述重构检测网
8、在一个实施例中,所述在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络,包括:
9、采用所述可变形卷积,在所述基础检测网络上添加采样点偏移量与采样点偏移量权重,获得所述重构检测网络。
10、在一个实施例中,所述在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络,还包括:
11、在所述基础检测网络上添加采样点偏移量与采样点偏移量权重的基础上,采用双线性插值方法,对输入特征采样点的像素值进行双线性插值变换。
12、在一个实施例中,所述根据所述重构检测网络的颈部部分对所述含路面病害对象的图像特征进行显著特征提取,获得含路面病害对象的显著性特征,包括:
13、在所述重构检测网络的颈部部分中引入注意力机制,对所述含路面病害对象的图像特征的图像空间信息以及通道信息进行显著性特征提取,获得所述含路面病害对象的显著性特征。
14、在一个实施例中,所述根据所述重构检测网络的头部部分对所述含路面病害对象的显著性特征进行预测输出,获得路面病害对象的预测种类与预测位置之后,所述方法还包括:
15、在所述基础检测网络的基础损失函数上关注宽高损失,获得所述可变形卷积检测网络的损失函数。
16、本专利技术提供一种路面病害检测系统,包括:
17、图像数据获取模块,用于获取包含路面病害对象的图像集;
18、检测网络构建模块,用于在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络;
19、病害对象特征获取模块,用于根据所述重构检测网络的主干部分对所述含路面病害对象的图像进行特征提取,获得含路面病害对象的图像特征;
20、病害对象显著特征获取模块,用于根据所述重构检测网络的颈部部分对所述含路面病害对象的图像特征进行显著特征提取,获得含路面病害对象的显著性特征;
21、病害对象预测模块,用于根据所述重构检测网络的头部部分对所述含路面病害对象的显著性特征进行预测输出,获得路面病害对象的预测种类与预测位置。
22、在一个实施例中,所述检测网络构建模块包括:
23、偏移重构模块,用于采用所述可变形卷积,在所述基础检测网络上添加采样点偏移量与采样点偏移量权重,获得所述重构检测网络。
24、在一个实施例中,所述检测网络构建模块还包括:
25、双线性插值变换模块,用于在所述基础检测网络上添加采样点偏移量与采样点偏移量权重的基础上,采用双线性插值方法,对输入特征采样点的像素值进行双线性插值变换。
26、在一个实施例中,所述病害对象显著特征获取模块包括:
27、注意力机制引入模块,用于在所述重构检测网络的颈部部分中引入注意力机制,对所述含路面病害对象的图像特征的图像空间信息以及通道信息进行显著性特征提取,获得所述含路面病害对象的显著性特征。
28、在一个实施例中,所述系统还包括:
29、检测网络损失函数构建模块,用于在所述基础检测网络的基础损失函数上关注宽高损失,获得所述重构检测网络的损失函数。
30、上述路面病害检测方法以及系统中,针对包含路面病害对象的图像集的特点,利用可变性卷积对基础检测网络进行重构,形成重构检测网络,以达到更易获取不同形态的路面病害对象的特征。通过本专利技术提供的路面病害检测方法中重构检测网络,对含路面病害对象的图像特征进行提取,更加关注显著性的部位,降低背景信息的噪声,提升了本方法对路面病害对象的检测准确度,可以精确地检测出场景中各个路面病害对象,进一步为道路养护部门制定合理的养护策略提供科学的现实依据。
本文档来自技高网...【技术保护点】
1.一种路面病害检测方法,其特征在于,包括:
2.根据权利要求1所述的路面病害检测方法,其特征在于,所述在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络,包括:
3.根据权利要求2所述的路面病害检测方法,其特征在于,所述在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络,还包括:
4.根据权利要求1所述的路面病害检测方法,其特征在于,所述根据所述重构检测网络的颈部部分对所述含路面病害对象的图像特征进行显著特征提取,获得含路面病害对象的显著性特征,包括:
5.根据权利要求1所述的路面病害检测方法,其特征在于,所述根据所述重构检测网络的头部部分对所述含路面病害对象的显著性特征进行预测输出,获得路面病害对象的预测种类与预测位置之后,所述方法还包括:
6.一种路面病害检测系统,其特征在于,包括:
7.根据权利要求6所述的路面病害检测系统,其特征在于,所述检测网络构建模块包括:
8.根据权利要求7所述的路面病害检测系统,其特征在于,所述检测网络构建模块还包括:
9.根据权利
10.根据权利要求6所述的路面病害检测系统,其特征在于,所述系统还包括:
...【技术特征摘要】
1.一种路面病害检测方法,其特征在于,包括:
2.根据权利要求1所述的路面病害检测方法,其特征在于,所述在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络,包括:
3.根据权利要求2所述的路面病害检测方法,其特征在于,所述在基础检测网络中引入可变形卷积进行重构网络,获得重构检测网络,还包括:
4.根据权利要求1所述的路面病害检测方法,其特征在于,所述根据所述重构检测网络的颈部部分对所述含路面病害对象的图像特征进行显著特征提取,获得含路面病害对象的显著性特征,包括:
5.根据权利要求1所述的路面病害检测方法,其特征在...
【专利技术属性】
技术研发人员:闫军,王莹莹,王艳清,
申请(专利权)人:智慧互通科技股份有限公司,
类型:发明
国别省市:
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。