[發(fā)明專利]一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的瀝青路面構(gòu)造深度計(jì)算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910059293.3
• 申請(qǐng)日: 2019-01-22
• 公開(kāi)（公告）號(hào): CN109584286B
• 公開(kāi)（公告）日: 2023-03-21
• 發(fā)明（設(shè)計(jì)）人: 顧興宇;梁槚;鄧涵宇
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06T7/50
• 分類號(hào): G06T7/50;G06T7/11;G06T7/136;G01N21/88
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 葉倩

本發(fā)明公開(kāi)了一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的瀝青路面構(gòu)造深度計(jì)算方法，采集制備的混凝土試件鋪砂前后表面二維圖像，根據(jù)二維圖像灰度值重構(gòu)路面紋理三維模型，以數(shù)字圖像處理技術(shù)計(jì)算鋪砂圖像的鋪砂平面，同時(shí)該鋪砂平面也是路面紋理三維模型的基準(zhǔn)面，采用最小二乘法擬合基準(zhǔn)面以上路面紋理三維模型并生成擬合曲面，根據(jù)積分法計(jì)算基準(zhǔn)面兩側(cè)與三維模型間的體積，體積與路面紋理三維模型在水平面的投影面積之比即為瀝青混凝土試件圖像的平均高程H_a，以試件圖像的平均高程H_a、極值、灰度均值為廣義回歸神經(jīng)網(wǎng)絡(luò)的輸入樣本，路面實(shí)際構(gòu)造深度為輸出樣本進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，用訓(xùn)練后的模型預(yù)測(cè)路面構(gòu)造深度，預(yù)測(cè)精度達(dá)90%以上。

技術(shù)領(lǐng)域

本發(fā)明屬于道路工程學(xué)科檢測(cè)技術(shù)領(lǐng)域，主要涉及道路無(wú)損檢測(cè)技術(shù)，具體地說(shuō),涉及一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的瀝青路面構(gòu)造深度計(jì)算方法。

背景技術(shù)

瀝青路面的廣泛應(yīng)用突顯了傳統(tǒng)路面檢測(cè)方法的局限性，數(shù)字圖像技術(shù)不僅豐富了路面檢測(cè)手段，而且使檢測(cè)方式由人工轉(zhuǎn)變?yōu)榘胱詣?dòng)化，極大地提高了檢測(cè)效率，具有測(cè)量精度高和檢測(cè)無(wú)損傷的優(yōu)點(diǎn)。

路面構(gòu)造深度是表征路面宏觀構(gòu)造的重要指標(biāo)，當(dāng)前路面構(gòu)造深度的測(cè)量方法主要有體積法、數(shù)字圖像技術(shù)法、激光法等。體積法的人為因素、檢測(cè)精度低等均使計(jì)算結(jié)果與實(shí)際不符，而激光法檢測(cè)設(shè)備價(jià)格昂貴，操作復(fù)雜，數(shù)字圖像技術(shù)的便捷性、可操作性等優(yōu)勢(shì)為評(píng)價(jià)瀝青路表粗糙度提供了新的研究手段。數(shù)字圖像技術(shù)被用于分析瀝青混合料內(nèi)部構(gòu)造及測(cè)量路面構(gòu)造深度，研究人員采用數(shù)字圖像技術(shù)計(jì)算瀝青混合料細(xì)觀空隙特征參數(shù)，研究孔隙率、級(jí)配對(duì)細(xì)觀空隙特征的影響，采用數(shù)字圖像技術(shù)獲取瀝青混合料體積組成與研究混合料內(nèi)部集料接觸特性，同時(shí)根據(jù)提取的粗集料形態(tài)特征和內(nèi)部結(jié)構(gòu)組成進(jìn)行混合料三維重構(gòu)。現(xiàn)有研究通過(guò)數(shù)字圖像技術(shù)計(jì)算瀝青路面表面紋理構(gòu)造各下凹小區(qū)域的個(gè)數(shù)、面積、近似直徑組成以及路表下凹面積分?jǐn)?shù)，量化分析瀝青路面表面紋理構(gòu)造分布狀態(tài)，并根據(jù)數(shù)字圖像技術(shù)測(cè)試路面開(kāi)口孔隙特征，研究發(fā)現(xiàn)不同路面的表面開(kāi)口空隙體積具有明顯的不同，而且路面表面開(kāi)口空隙體積隨使用年限的增加明顯下降，此外，SMA的表面開(kāi)口空隙體積最大，微表處路面的表面開(kāi)口空隙體積最小。數(shù)字圖像技術(shù)的本質(zhì)是從二維數(shù)字圖像中提取出所需要的特征參數(shù)信息，從而建立特征參數(shù)信息與路面構(gòu)造深度之間的聯(lián)系。然而單一的數(shù)字圖像法計(jì)算路面構(gòu)造深度的合理性有待提高，基于體積法的積分思想使得計(jì)算的構(gòu)造深度與實(shí)際不符，因此需要新的更加合理的路面構(gòu)造深度計(jì)算方法。

發(fā)明內(nèi)容

本發(fā)明正是針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的瀝青路面構(gòu)造深度計(jì)算方法，采集制備的混凝土試件鋪砂前后表面二維圖像，根據(jù)二維圖像灰度值重構(gòu)路面紋理三維模型，以數(shù)字圖像處理技術(shù)計(jì)算鋪砂圖像的鋪砂平面，同時(shí)該鋪砂平面也是路面紋理三維模型的基準(zhǔn)面，采用最小二乘法擬合基準(zhǔn)面以上路面紋理三維模型并生成擬合曲面，根據(jù)積分法計(jì)算基準(zhǔn)面兩側(cè)與三維模型間的體積，體積與路面紋理三維模型在水平面的投影面積之比即為瀝青混凝土試件圖像的平均高程H_a，以試件圖像的平均高程H_a、極值、灰度均值為廣義回歸神經(jīng)網(wǎng)絡(luò)的輸入樣本，路面實(shí)際構(gòu)造深度為輸出樣本進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，用訓(xùn)練后的模型預(yù)測(cè)路面構(gòu)造深度，預(yù)測(cè)精度達(dá)90％以上，本發(fā)明采用中值濾波與形態(tài)學(xué)非線性濾波進(jìn)行路面數(shù)字圖像預(yù)處理，以明暗恢復(fù)形狀原理表征瀝青路面表面紋理構(gòu)造，提出基于體積法外露面積百分比思想的數(shù)字圖像技術(shù)計(jì)算瀝青路面構(gòu)造深度，建立體積法實(shí)測(cè)值與數(shù)字圖像法計(jì)算值的相關(guān)關(guān)系，為基于路面構(gòu)造深度構(gòu)造評(píng)價(jià)路面抗滑性能提供技術(shù)參考。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的瀝青路面構(gòu)造深度計(jì)算方法，包括以下步驟：

S1，試件選取及圖像采集：選取試件并采集試件表面的二維圖像；

S2，鋪砂后試件圖像獲取：在步驟S1選取的試件表面進(jìn)行人工鋪砂試驗(yàn)，計(jì)算出該類試件表面紋理構(gòu)造深度，然后采集鋪砂后的試件表面二維鋪砂圖像；