【技术实现步骤摘要】
本专利技术涉及图像识别检测，尤其涉及基于数据融合与形态学膨胀的结构裂缝识别方法及系统。
技术介绍
1、裂缝识别是如今卷积神经网络(cnn)融入土木工程结构图像识别方面较为深入的一个方向，现有的研究主要围绕识别算法、数据集、评价指标以及集成机器人平台四个方面，然而现有的在识别算法方面，对于裂缝的目标检测仅是存在有无裂缝两种情况进行了二分类，且对应的识别模型的参数量巨大，导致现有的识别算法精度不高，另外，裂缝图像识别的成功不仅取决于各类优秀的算法，而且与数据集的建立有着密不可分的关系，然而现有的数据集构建存在欠拟合，无法真实反映低精确率和高漏检率等极端情况，且大部分学者将工作重心放在运用高质量的数据集和更深层次的算法来提高识别准确率，从而忽视了裂缝图像识别在实际工程中的运用，导致不能有效解决低质量的数据集和集成的图像系统需要花费大量成本等问题。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的是提供基于数据融合与形态学膨胀的结构裂缝识别方法及系统，能够提高对裂缝图像的检测精度以及检测速
2本文档来自技高网...
【技术保护点】
1.基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，所述基于多聚焦多尺度的图像融合算法与图像处理方法，对待识别检测的裂缝图像进行图像预处理，得到预处理后的裂缝图像这一步骤，其具体包括：
3.根据权利要求2所述基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，所述通过局部拉普拉斯能量法对待识别检测的裂缝低频图像进行低频融合处理，得到待识别检测的裂缝低频融合图像这一步骤，其具体包括：
4.根据权利要求3所述基于数据融合与形态学膨胀...
【技术特征摘要】
1.基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，所述基于多聚焦多尺度的图像融合算法与图像处理方法，对待识别检测的裂缝图像进行图像预处理，得到预处理后的裂缝图像这一步骤，其具体包括：
3.根据权利要求2所述基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，所述通过局部拉普拉斯能量法对待识别检测的裂缝低频图像进行低频融合处理，得到待识别检测的裂缝低频融合图像这一步骤，其具体包括：
4.根据权利要求3所述基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，所述通过区域能量平均梯度融合法对待识别检测的裂缝高频图像进行高频融合处理，得到待识别检测的裂缝高频融合图像这一步骤，其具体包括：
5.根据权利要求4所述基于数据融合与形态学膨胀的结构裂缝识别方法，其特征在于，所述简化后的脉冲耦合神经网络的表达式具体如下所示：
...
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。