期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于数字图像的高速公路路面病害识别系统研究被引量：2

下载PDF

导出

摘要基于图像的公路路面病害自动识别与分类,一直是图像处理和模式识别领域的一项挑战性工作,其对公路养护工程具有很大的指导作用。本文探索路面各类病害的数字图像特性,研究基于图像的路面病害自动识别分类方法。

作者胡璠凌天清

机构地区重庆交通大学重庆通力高速公路工程有限公司

出处《黑龙江科技信息》 2012年第33期275-276,共2页 Heilongjiang Science and Technology Information

关键词数字图像高速公路病害识别系统

分类号 TP391.4 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

同被引文献17

1霍威.道路综合检测车在公路检测中的推广和应用[J].运输经理世界,2021(34):25-27. 被引量：3
2陈旭丹,姜男,董丽娜,田卫群,吴向菊,曾鹏飞,杨帆.基于深度学习YOLO模型的高原山区沥青路面病害自动识别[J].公路交通科技（应用技术版）,2019,15(11):75-78. 被引量：15
3黄卫,肖旺新,路小波,封晓强,刘志刚.基于图象子块分布特性的路面破损图象特征提取[J].土木工程学报,2005,38(10):54-60. 被引量：6
4肖旺新,张雪,黄卫,严新平.路面破损自动识别的一种新算法[J].公路交通科技,2005,22(11):75-78. 被引量：12
5吴勇往.地质雷达探测技术在运营高速公路病害检测中的应用[J].公路交通科技（应用技术版）,2006,2(4):13-15. 被引量：5
6蒋阳升,彭博,韩世凡,罗楠欣.路面破损状况检测、评价、预测与管理系统研究进展[J].交通运输工程与信息学报,2013,11(4):1-9. 被引量：6
7王鑫,齐建玲,赵振.基于图像处理路面裂缝自动化检测及识别关键问题研究[J].北华航天工业学院学报,2015,25(2):26-28. 被引量：9
8苏清波.高速公路路面和路基病害检测理论与方法探讨[J].建设科技,2016(2):95-96. 被引量：5
9王慧峰.探究道路综合检测车在公路检测中的实际应用[J].山西建筑,2016,42(17):135-136. 被引量：5
10李永胜,陈璇,杜鑫.浅谈道路综合检测车在公路检测中的推广应用[J].江西建材,2017(1):168-168. 被引量：8

引证文献2

1王愉龙.高速公路路面破损特征的检测与识别技术[J].自动化与仪器仪表,2016(10):131-132. 被引量：2
2杨有辉,邓力珩,姜烊,刘力,王吉龙,张朋,陈卓.基于机器视觉的车载式智能巡查装备及系统研究[J].公路交通技术,2023,39(6):21-29.

二级引证文献2

1师晓波,蔺素珍.基于样本块和BSCB模型的壁画裂缝修复方法[J].科学技术与工程,2017,17(35):98-104. 被引量：5
2曹淑琴.公路路面检测与破损特征识别技术初探[J].工程与建设,2021,35(1):57-58.

1王鹏,郭朝勇,刘红宁.基于支持向量机的枪弹外观缺陷识别与分类[J].计算机工程与科学,2016,38(9):1943-1949. 被引量：4
2曾锋,李宁,杭燕.基于规则的边缘连接算法在路面病害检测中的应用[J].计算机应用与软件,2006,23(2):30-31. 被引量：4
3程亮,梁新政,朱明媛.基于XML的高速公路路面管理系统数据交换技术研究[J].交通与计算机,2004,22(5):112-114. 被引量：1
4杨永,骆霞军,王莉利.基于神经网络的汽车车型图像自动识别系统的设计与实现[J].微计算机应用,2010,31(2):56-60. 被引量：3
5赵建敏,薛晓波,李琦.基于机器视觉的马铃薯病害识别系统[J].江苏农业科学,2017,45(2):198-202. 被引量：16
6史进伟,郭朝勇,刘红宁.基于BP神经网络的枪弹外观缺陷识别与分类[J].中国测试,2013,39(4):26-30. 被引量：1
7高建贞,任明武,杨静宇.一种快速实用的灰度校正算法[J].中国图象图形学报（A辑）,2002,7(6):548-552. 被引量：18
8唐桂峰,李宁,陈世福.高速公路路面破损智能识别系统的设计与实现[J].计算机科学,2004,31(12):126-129. 被引量：1
9尚保玉,郭顺生,郭钧.基于粗糙集和RBF神经网络的高速公路路面使用性能评价研究[J].武汉理工大学学报（交通科学与工程版）,2011,35(6):1125-1129. 被引量：2
10褚燕利.基于灰度图像及其纹理特性的裂缝特征提取[J].公路,2010,55(7):131-136. 被引量：8

黑龙江科技信息

2012年第33期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部