【技术实现步骤摘要】
本专利技术属于地下病害检测，具体涉及一种基于深度学习分割的道路脱空尺寸自动测算方法。
技术介绍
1、随着运营时间的增加及荷载、环境因素的影响，道路结构层之间及结构层与路基之间会产生脱空病害，如果不能及时检测及处治，会严重影响道路的路面结构强度，且易诱发裂缝等路表病害。探地雷达是目前主流的脱空检测方法，通过向地下发射高频电磁波并接收脱空病害产生的反射回波，生成供专业人员分析的b-scan图像。虽然探地雷达用于检测脱空病害具有连续性、无损性的强大优势，但目前脱空检测仍然存在以下瓶颈：
2、1、基于探地雷达的脱空检测目前大多只是确定脱空病害的存在及长度尺寸，难以确定脱空的实际垂直高度；
3、2、目前基于探地雷达的道路内部脱空检测通常基于人工完成，完全依赖人工经验，会导致检测效果主观性强，且效率极其低下，难以满足海量数据的快速检测需求。
4、3、当前基于深度学习的脱空病害检测只侧重于通过目标检测网络(矩形框识别)检测其位置、起始深度等指标，较少注重其确切尺寸的计算，无法有效地确定其垂直高度、剖面尺寸等指标。<...
【技术保护点】
1.一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤1中，所述脱空实体模型包括水泥面层，水泥面层的两端通过泡沫板支撑。
3.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤2中，所述探地雷达脱空病害特征为黑白交替变换的高亮水平条状区域。
4.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤2中，从二值灰度图中获得每一个脱空病害特征的特征垂直像素数的
【技术特征摘要】
1.一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤1中，所述脱空实体模型包括水泥面层，水泥面层的两端通过泡沫板支撑。
3.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤2中，所述探地雷达脱空病害特征为黑白交替变换的高亮水平条状区域。
4.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤2中，从二值灰度图中获得每一个脱空病害特征的特征垂直像素数的公式为：
5.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤2中获得脱空测算方程的具体过程为：将一个脱空实体模型对应的若干个转换高度以及对应的脱空实际高度分别列入若干个excel表中；每一个excel表中包含有多个脱空实体模型对应的转换高度；
6.根据权利要求1所述的一种基于深度学习分割的道路脱空尺寸自动测算方法，其特征在于，步骤3中，采用不规则多边形标注现场剖面图像中的脱空...
【专利技术属性】
技术研发人员：杨旭，刘文博，汪海年，严宇翔，姜任奇，丁玲，
申请(专利权)人：长安大学，
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。