【技术实现步骤摘要】
本专利技术涉及病害检测，具体为一种基于雷达图谱的城市道路病害检测方法。
技术介绍
1、探地雷达作为探测地下情况的一种有效技术，具有无损性、检测迅速和可连续检测等优点，探地雷达采集的道路数据量是巨大的，且随着城市道路地不断扩建，通过人工方式来检测雷达数据中存在的病害非常耗时，且存在一定的主观因素。
2、近年来，随着计算机技术的飞速发展，深度学习作为人工智能识别领域的主流技术，被广泛应用于目标检测的各类场景中，由于经典深度学习算法检测模型的开源和模型具有的良好的可迁移性，为解决传统道路病害识别方法带来的不便，现代道路研究人员已经把目光转向自动化、高效率及低人力成本的基于深度学习的探地雷达图谱检测。不同类别的道路地下病害特征较为相似导致检测困难，如何进一步提高道路病害检测准确率成为了各国学者研究的重点。针对探地雷达检测开展的工作主要分为以下两个方向：基于改进算法的探地雷达目标检测和基于多类型雷达数据的探地雷达目标检测。基于改进算法的探地雷达目标检测可细分为基于传统机器学习雷达目标检测和基于深度学习的雷达目标检测。
3、...
【技术保护点】
1.一种基于雷达图谱的城市道路病害检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，步骤S1中具体包括：利用高斯差分方式对图像层进行差分处理增强特征，在进行高斯处理时将原始图像转换为灰度图像，然后基于高斯函数建立高斯模糊图像层。
3.如权利要求2所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，高斯模糊图像由高斯函数和原始图像卷积生成，二维高斯函数的公式和高斯模糊图像的函数为：
4.如权利要求3所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，根据SIFT...
【技术特征摘要】
1.一种基于雷达图谱的城市道路病害检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，步骤s1中具体包括：利用高斯差分方式对图像层进行差分处理增强特征，在进行高斯处理时将原始图像转换为灰度图像，然后基于高斯函数建立高斯模糊图像层。
3.如权利要求2所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，高斯模糊图像由高斯函数和原始图像卷积生成，二维高斯函数的公式和高斯模糊图像的函数为：
4.如权利要求3所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，根据sift算法的参考值，对每一幅输入图像建立四层高斯模糊图像层，每一层的图像尺寸均等于输入图像的尺寸大小，对于不同层，的取值计算公式如下：
5.如权利要求4所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，当高斯模糊图像为四层时，高斯差分图像共三层，对四层高斯模糊图像层进行差分，可以得到三层差分图像，得到三层差分图像的过程采用如下公式计算：
6.如权利要求1所述的一种基于雷达图谱的城市道路病害检测方法，其特征在于，步骤s2中具体包括：先对多层语义融合网...
【专利技术属性】
技术研发人员：任磊，刘帅奇，李春波，姜文静，于蒙，闫晓辉，代涛，张丽，高卓亚，霍兴阳，杨星，崔鹏，侯志广，刘志宾，王骏，赵淑欢，
申请(专利权)人：河北九华勘查测绘有限责任公司，
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。