【技术实现步骤摘要】
本专利技术涉及地裂缝识别，具体涉及基于机器学习的无人机影像地裂缝识别及提取方法。
技术介绍
1、随着社会的发展部分地面例如公路以及一些山岩地面等情况需要进行路面的养护，路面的养护方面包括地面的裂缝处理以及障碍物处理等情况，目前在地面的维护中地裂缝是需要进行重视的方面，目前可通过无人机进行远程的地面情况的采集，然而在采集的过程中难以对裂缝的实际情况进行获取，无法准确的得到地裂缝的形状以及尺寸等信息，没有较好的地裂缝信息提取作用。
技术实现思路
1、本专利技术的目的是提供基于机器学习的无人机影像地裂缝识别及提取方法，以解决
技术介绍
中不足。
2、为了实现上述目的，本专利技术提供如下技术方案：基于机器学习的无人机影像地裂缝识别及提取方法，包括以下步骤：
3、获取监测范围，对应监测范围构建监测模型；
4、对应监测范围标记识别信息，将识别信息标记在监测模型中并建立监测模型与监测范围之间的关联关系；
5、基于无人机采集监测范围内的影像，基于识别信息对影像进...
【技术保护点】
1.基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于：所述获取监测范围，对应监测范围构建监测模型的步骤，包括：
3.根据权利要求1所述的基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于：所述对应监测范围标记识别信息，将识别信息标记在监测模型中并建立监测模型与监测范围之间的关联关系的步骤，包括：
4.根据权利要求3所述的基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于：所述将识别信息标记在监测模型中并建立监测模型与...
【技术特征摘要】
1.基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于：所述获取监测范围，对应监测范围构建监测模型的步骤，包括：
3.根据权利要求1所述的基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于：所述对应监测范围标记识别信息，将识别信息标记在监测模型中并建立监测模型与监测范围之间的关联关系的步骤，包括：
4.根据权利要求3所述的基于机器学习的无人机影像地裂缝识别及提取方法，其特征在于：所述将识别信息标记在监测模型中并建立监测模型与监测范围之间的关联关系的步骤，...
【专利技术属性】
技术研发人员：赵蕊，左双英，田云雷，张涛，龙举，姚国专，
申请(专利权)人：贵州大学，
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。