基于改进图像翻译神经网络的沥青混合料切片图迁移方法、装置及介质制造方法及图纸

本发明专利技术涉及一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法、装置及介质，其中方法包括：步骤S1：获取部分不同级配和集料的沥青混合料真实切片图；步骤S2：对获取的真实切片图进行裁剪，并基于裁剪后的真实切片图构建沥青混合料数据集；步骤S3：基于沥青混合料数据集分别构建训练集和测试集，并基于训练集训练对应的迁移模型，其中，迁移模型基于SIT‑GAN网络构建；步骤S4：利用测试集测试训练好的迁移模型；步骤S5：基于输入图片的集料和级配，结合待迁移的图片的集料和选择对应的迁移模型，并将输入图片输入至该迁移模型，得到由该迁移模型输出的迁移后的沥青混合料切片图。与现有技术相比，本发明专利技术具有增加了细集料、砂浆、孔隙等细节的感知力，提升了迁移模型对沥青混合料复杂的多尺度特征的感知、提取能力，改善了生成切片图的质量。

【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改进图像翻译神经网络的沥青混合料切片图迁移方法、装置及介质。

技术介绍

1、随着图像处理技术的飞速发展，其在道路工程领域广阔的应用前景也逐渐显现。沥青切片图作为最直观的能反映沥青混合料各类特性的图像信息，在道路的材料分析、质量控制、性能预测和工程设计等多个方面的关键作用。沥青混合料切片图能够直观地展示混合料的结构，包括集料、沥青胶结料和孔隙的分布。同时，对施工后样品的切片图分析，可以检测级配、评估压实效果、混合料均匀性以及可能存在的施工缺陷。另外，切片图有助于研究裂缝的形成与扩展、沥青老化后的结构变化等。目前已经有众多使用阈值分割、卷积神经网络、多尺度融合、自动编码器、时序分析网络等技术对切片图进行处理，从而完成相关研究的案例和应用。

2、这些技术的一大特点是，对数据量的需求极大，因而想要完成相关研究，需要有庞大的沥青混合料切片图数据集。然而在实际应用中，获取到沥青切片图是成本较高的。从金钱成本考虑，制作大量不同级配、不同沥青、不同孔隙率的沥青混合料试件，再去拍摄切片图，需要一系列的设备和材料开销，显然本文档来自技高网...

【技术保护点】

1.一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，包括：

2.根据权利要求1所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述步骤S1包括：

3.根据权利要求2所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述沥青混合料试件为长方体。

4.根据权利要求1所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述步骤S2包括：

5.根据权利要求4所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述原始数据集中真实切片图裁...

【技术特征摘要】

1.一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，包括：

2.根据权利要求1所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述步骤s1包括：

3.根据权利要求2所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述沥青混合料试件为长方体。

4.根据权利要求1所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述步骤s2包括：

5.根据权利要求4所述的一种基于改进图像翻译神经网络的沥青混合料切片图迁移方法，其特征在于，所述原始数据集中真实切片图裁剪得到的所有子切片图中，任意两张子切片图的相似度低于预配置的第一相似度阈值。

6.根据权...

【专利技术属性】
技术研发人员：孔维一，胡靖，罗桑，黄卫，闻舞，
申请(专利权)人：东南大学，
类型：发明
国别省市：