【技术实现步骤摘要】
本专利技术涉及道路工程，尤其是涉及一种基于特征匹配的道路变形类病害成因分析方法和系统。
技术介绍
1、随着我国道路交通建设的飞速发展，我国已建成庞大的市政、高速、中低道路网络，而大体量的道路设施也给路面病害检测、路面管养带来极大的挑战。
2、近年来随着深度学习在计算机视觉领域的推广应用，新型的道路轻量化检测系统也部分替代了传统检测方法，目前针对车辙、拥包、沉陷等变形类病害的识别虽然有一定进展，有部分研究通过道路线激光结合深度学习的方法能够初步实现道路上变形类病害的识别和发现，但由于道路路面上存在各种可能导致变形的物体及病害，大量被识别到的病害为误识别病害。
3、其中一种方法为采用深度学习目标检测算法对误识别病害进行识别并剔除，但该方法需要专业的算法工程师对大量的数据进行分析处理并训练，为了得到良好的深度学习目标检测模型，一般前期需要大量的时间进行训练，训练过程也需要很高的硬件资源。并且在增加新的道路病害类型和或者特殊少见的道路病害时，一般需要重新训练或是增强训练，导致基于深度学习目标检测算法的误识别病害的剔除方法
<本文档来自技高网...【技术保护点】
1.一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，所述步骤1具体包括以下步骤：
3.根据权利要求2所述的一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，在步骤102中，激光线标定方法是指选取较为平整的地面进行标定，标定物选择矩形截面型材、木材物体，对不同厚度的标定物，分别计算在图像中对应像素差值，并将像素差值与实际标定物厚度进行等效转化，得到病害深度转换系数；
4.根据权利要求1所述的一种基于特征匹配的道路变形类病...
【技术特征摘要】
1.一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，所述步骤1具体包括以下步骤：
3.根据权利要求2所述的一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，在步骤102中，激光线标定方法是指选取较为平整的地面进行标定，标定物选择矩形截面型材、木材物体，对不同厚度的标定物，分别计算在图像中对应像素差值，并将像素差值与实际标定物厚度进行等效转化，得到病害深度转换系数；
4.根据权利要求1所述的一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，在所述步骤2中，所述病害特征库具体分为两类：
5.根据权利要求1所述的一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，所述步骤2具体包括以下步骤：
6.根据权利要求5所述的一种基于特征匹配的道路变形类病害成因分析方法，其特征在于，在步骤s202中，获取的方式为：根据病害位置信息bo...
【专利技术属性】
技术研发人员：张晓明，杨强，严京旗，曹广威，
申请(专利权)人：上海同陆云交通科技有限公司，
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。