[發(fā)明專利]公路路面病害檢測方法、裝置、設備及存儲介質有效
| 申請?zhí)枺?/td> | 202110873183.8 | 申請日: | 2021-07-30 |
| 公開(公告)號: | CN113706472B | 公開(公告)日: | 2023-05-12 |
| 發(fā)明(設計)人: | 張艷紅;侯蕓;董元帥;劉海東;張潤君;周晶;錢振宇 | 申請(專利權)人: | 中國公路工程咨詢集團有限公司;中咨公路養(yǎng)護檢測技術有限公司;北京晉澤數(shù)創(chuàng)科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/50;G06V10/44;G06V10/764;G06N20/00 |
| 代理公司: | 北京路浩知識產(chǎn)權代理有限公司 11002 | 代理人: | 蔣娟 |
| 地址: | 100089 北京市海淀區(qū)*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 公路 路面 病害 檢測 方法 裝置 設備 存儲 介質 | ||
1.一種公路路面病害檢測方法,其特征在于,包括:
采集預設數(shù)量的病害圖像樣本信息,并為每個所述病害圖像樣本信息標注對應的病害類型標簽;
確定病害圖像樣本信息的圖像識別起點,并對所述病害圖像樣本信息以預設像素為單位進行網(wǎng)格劃分;
以所述圖像識別起點為原點,在預設半徑內對所述網(wǎng)格劃分后的圖像中的每個像素進行深度值檢測,得到深度值特征;
在兩個圖像識別起始點的半徑為r個像素的領域內,中心像素(i,j)的深度值I(i,j)應滿足如下條件:
I(i,j)≤KIave
式中,i,j分別為中心像素的行坐標、列坐標;K為參數(shù),取值范圍為0-1;Iave為網(wǎng)格內所有像素深度值的均值;x和y分別為像素的橫坐標和縱坐標;
分別計算中心像素兩側預設半徑內的所有像素的第一深度值均值mw1和第二深度值均值
式中,w=1,2,3,4,分別0°,45°,90°和135°四個方向;I(u)為中心像素在0°,45°,90°和135°方向及其反向側第u個像素的深度值,u∈[-r,-1]或u∈[1,r];
根據(jù)所述第一深度值均值和所述第二深度值均值,確定每個像素在預設方向上的深度變化;
根據(jù)所述深度變化的結果,確定最大深度變化值和最小深度變化值;
基于預設關系,根據(jù)所述最大深度變化值和最小深度變化值,得到方向性特征;
以所述深度值特征和所述方向性特征作為每個所述病害圖像樣本信息的特征值;
以每個所述病害圖像樣本信息的特征值和所述特征值對應的病害類型標簽作為訓練數(shù)據(jù),對預構建的機器學習模型進行訓練,得到病害檢測模型;
獲取待檢測路面的圖像信息;
輸入所述圖像信息至病害檢測模型,輸出所述待檢測路面的病害類型,其中,所述病害檢測模型是基于病害圖像樣本信息和預先確定的病害類型標簽進行訓練后得到的。
2.根據(jù)權利要求1所述的公路路面病害檢測方法,其特征在于,所述得到方向性特征之后,還包括:
基于預設關系,確定所述深度值特征的連接路徑;
以所述連接路徑、所述深度值特征和所述方向性特征作為圖像樣本信息的特征值。
3.根據(jù)權利要求1所述的公路路面病害檢測方法,其特征在于,當所述圖像識別起點大于等于兩個時,得到方向性特征之后,還包括:
對不同的所述圖像識別起點得到的不同特征值進行融合,取融合后的并集作為每個所述病害圖像樣本信息的特征值。
4.根據(jù)權利要求1所述的公路路面病害檢測方法,其特征在于,所述輸出所述待檢測路面的病害類型之后,還包括:
發(fā)送病害類型至目標終端,以使工作人員進行相關操作。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國公路工程咨詢集團有限公司;中咨公路養(yǎng)護檢測技術有限公司;北京晉澤數(shù)創(chuàng)科技有限公司,未經(jīng)中國公路工程咨詢集團有限公司;中咨公路養(yǎng)護檢測技術有限公司;北京晉澤數(shù)創(chuàng)科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110873183.8/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





