期刊文献+
共找到23篇文章
< 1 2 >
每页显示 20 50 100
路面破损自动识别的一种新算法 被引量:12
1
作者 肖旺新 张雪 +1 位作者 黄卫 严新平 《公路交通科技》 CAS CSCD 北大核心 2005年第11期75-78,共4页
针对路面破损分类这一难题,提出了一种基于破损密度因子的路面破损分类新算法。对破损密度因子进行了定义和仿真实验,仿真结果表明其对5种常见的路面破损状况的分类效果非常理想。为了进行对比,文中还选择了美国博士论文中的PROXIMITY... 针对路面破损分类这一难题,提出了一种基于破损密度因子的路面破损分类新算法。对破损密度因子进行了定义和仿真实验,仿真结果表明其对5种常见的路面破损状况的分类效果非常理想。为了进行对比,文中还选择了美国博士论文中的PROXIMITY算法进行比较,两种方法对相同的10几万幅路面样本进行分类试验,试验结果表明,笔者提出的基于破损密度因子的路面破分类方法,整体优于PROXIMITY方法的分类效果。 展开更多
关键词 路面破损 自动检测 模式识别 特征提取 破损密度因子
下载PDF
基于多分支深度学习的沥青路面多病害检测方法 被引量:8
2
作者 陈江 原野 +3 位作者 郎洪 温添 丁朔 陆键 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第1期123-129,共7页
为了准确、快速地识别路面多病害,采用一种基于多分支框架的深度学习方法,提取并融合路面图像的大、小尺度特征,将路面二维图像和三维图像作为网络输入,增强病害特征.采集裂缝、条状修补、块状修补、坑槽、松散等沥青路面病害图像共计10... 为了准确、快速地识别路面多病害,采用一种基于多分支框架的深度学习方法,提取并融合路面图像的大、小尺度特征,将路面二维图像和三维图像作为网络输入,增强病害特征.采集裂缝、条状修补、块状修补、坑槽、松散等沥青路面病害图像共计10 562张,进行人工标注.结果表明:500次训练后该方法的平均交并比为0.83,准确率和召回率的调和平均数F值为0.90,优于U-net、PSPNet、DeepLabv3+等方法;在单一类别上,对条状修补、坑槽、松散、桥接缝等分割效果最优,对裂缝、块状修补的识别展现出较强的鲁棒性;所提方法的识别效果高于仅使用单一输入或者单一分支的方法.因此,双通道和多分支的设计方法可以显著提升网络对多类别路面病害的识别精度. 展开更多
关键词 道路工程 路面病害检测 卷积神经网络 三维图像 语义分割
下载PDF
基于数据深度增强的路面病害智能检测方法研究及比较 被引量:9
3
作者 侯越 张慧婷 +5 位作者 高智伟 王大为 刘鹏飞 Markus OESER Linbing WANG 陈宁 《北京工业大学学报》 CAS CSCD 北大核心 2022年第6期622-634,共13页
针对路面病害人工检测方法的耗时问题和路面病害自动检测方法的检测精度问题(由于样本数据集不均衡导致),采用一种数据深度增强方法,对车载智能手机拍摄的高清路面图片数据集进行增强处理,并测试评估该数据增强方法对2种不同类型目标检... 针对路面病害人工检测方法的耗时问题和路面病害自动检测方法的检测精度问题(由于样本数据集不均衡导致),采用一种数据深度增强方法,对车载智能手机拍摄的高清路面图片数据集进行增强处理,并测试评估该数据增强方法对2种不同类型目标检测算法的提升效果.首先,鉴于实验条件及采集环境的限制,作者采用一种WGAN-GP与泊松迁移算法相融合的数据深度增强方法,通过生成不同遮挡物、不同光线条件下的道路坑槽图片,补充并均衡训练样本数据;然后,引入Faster R-CNN和基于Yolo算法的多种目标检测算法变体(Yolov5s、Yolov5m、Yolov5l、Yolov5x),通过实验比对应用数据深度增强方法后各种目标检测算法的识别精度和效率.在日本公开道路检测数据集上的实验结果显示,使用数据深度增强方法后,5种检测算法的P指标、R指标及F1指标平均提升度分别为2.8%、4.0%及3.6%;5种检测算法中,Yolov5l取得最高的F1数值,达到60.9%,若条件适宜,如在背景光线适中的测试集上,Yolov5l算法的F1数值可以达到68.7%,取得较好的效果. 展开更多
关键词 道路工程 路面病害 深度学习 卷积神经网络 数据增强 目标检测
下载PDF
基于改进YOLOv5-DeepSORT算法的公路路面病害智能识别 被引量:6
4
作者 高明星 关雪峰 +1 位作者 范井丽 姚立慧 《森林工程》 北大核心 2023年第5期161-174,共14页
针对目标检测算法在多尺度无人机(UAV)图像中对公路路面病害容易出现漏检误检及同一病害在连续帧图片中被重复检测的问题,提出一种具有病害重识别能力的路面检测方法。通过引入真实宽高损失与纵横比以提升损失函数性能,利用CA(Coordinat... 针对目标检测算法在多尺度无人机(UAV)图像中对公路路面病害容易出现漏检误检及同一病害在连续帧图片中被重复检测的问题,提出一种具有病害重识别能力的路面检测方法。通过引入真实宽高损失与纵横比以提升损失函数性能,利用CA(Coordinate attention)注意力机制提升模型在复杂背景下的识别能力,将模型初始特征引入特征融合网络提升模型检测多尺度病害的鲁棒性,构建基于DeepSORT(目标检测的多目标跟踪算法)的二级检测机制实现对病害的重识别与统计。试验结果表明,模型平均检测精度mAP达到89.19%,较基准模型提升了3.11%;F1分数为0.8514,较原模型提升了2.49%;同时也优于主流目标检测算法;在无人机影像下病害计数精度达到91.38%,较改进前提升25.86%,为公路路面检测与养护提供精确实时的病害数据。 展开更多
关键词 路面病害 全局特征 智能检测 改进算法 损失函数
下载PDF
适于路面破损图像处理的边缘检测方法 被引量:8
5
作者 李莉 孙立军 陈长 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第5期688-692,共5页
根据路面图像存在的背景不均、损坏比例低和损坏方向不规则的问题,提出了适于路面损坏图像处理的边缘检测方法.在传统边缘检测方法的基础上,引入了预处理和边缘增强.其中预处理包括背景校正、高斯平滑、灰度直方图变换,并提出有效灰度... 根据路面图像存在的背景不均、损坏比例低和损坏方向不规则的问题,提出了适于路面损坏图像处理的边缘检测方法.在传统边缘检测方法的基础上,引入了预处理和边缘增强.其中预处理包括背景校正、高斯平滑、灰度直方图变换,并提出有效灰度区间的概念;边缘增强则采用了数学形态学的膨胀运算和中值滤波.针对路面损坏图像实例,采用8方向Sobel算子和最大类间方差分割算法,按照上述流程进行边缘检测.结果表明,该方法能有效降低噪声对路面图像处理的影响并最大限度地保留图像中的损坏特征,而背景校正和基于有效灰度区间的灰度直方图变换则是该方法的关键.对经过预处理的边缘图像,最大类间方差法可取得理想的分割效果. 展开更多
关键词 路面损坏 图像处理 边缘检测 预处理 有效灰度区间
下载PDF
改进SSD模型的路面病害图像检测系统 被引量:6
6
作者 赵雪寒 刘庆华 《软件导刊》 2020年第11期217-220,共4页
为解决公路路面病害图像特征不突出、检测精度低等问题,提出一种基于改进SSD模型的路面病害检测系统。利用梯度下降Sobel算子优化SSD模型中图像特征提取的卷积网络层,突出路面病害图像特征;通过改进SSD模型实现横向裂缝、纵向裂缝、块... 为解决公路路面病害图像特征不突出、检测精度低等问题,提出一种基于改进SSD模型的路面病害检测系统。利用梯度下降Sobel算子优化SSD模型中图像特征提取的卷积网络层,突出路面病害图像特征;通过改进SSD模型实现横向裂缝、纵向裂缝、块状裂缝、路面凹陷以及其它类路面的病害图像检测;结合Jetson-Nano板载化系统以及基于GO语言的Tensorflow框架实现路面病害检测及分类。实验结果表明,系统路面病害分类准确度为91.28%,比未改进的SSD模型识别准确度提高7.36%,证明该优化模型有效。 展开更多
关键词 路面病害 目标检测 神经网络 SOBEL算子 板载化系统 图像检测
下载PDF
内容感知的可解释性路面病害检测模型
7
作者 李傲 葛永新 +2 位作者 刘慧君 杨春华 周修庄 《计算机研究与发展》 EI CSCD 北大核心 2024年第3期701-715,共15页
针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络(convolutional neural network,CNN)的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种... 针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络(convolutional neural network,CNN)的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种即插即用的图像内容自适应感知模块(adaptive perception module,APM),既平衡了高分辨路面图像与CNN输入限制,又能够自适应感知激活前景病害区域,从而实现高分辨路面图像中病害类型的快速准确检测,构建可信路面病害视觉检测软件系统.APM利用大卷积核和下采样残差操作降低原始图像分辨率并获取图像浅层特征表示;通过注意力机制自适应感知并激活图像中路面病害区域信息,过滤无关的背景信息.利用联合学习的方式,无需额外监督信息完成对APM的训练.通过可视化解释方法辅助选择和设计APM的具体结构,在最新公开数据集CQUBPMDD上的实验结果表明:APM相比于现有的图像预处理采样算法均有明显提升,分类准确率最高为84.47%;在CQU-BPDD上的实验结果及APM决策效果可视化分析表明APM具备良好的泛化性与鲁棒性.实验代码已开源:https://github.com/Li-Ao-Git/apm. 展开更多
关键词 路面病害检测 可解释性 自适应感知 注意力机制 联合学习
下载PDF
基于改进SSD模型的路面病害识别算法研究 被引量:1
8
作者 黄凯枫 张博熠 +1 位作者 王梦 刘庆华 《江苏科技大学学报(自然科学版)》 CAS 北大核心 2023年第2期53-60,共8页
为解决公路路面病害图像特征不突出、检测精度偏低的问题,提出了一种改进SSD模型的路面病害识别算法.在SSD网络结构的基础上将其基础网络替换为Dense-net网络,使得特征信息更加容易被获取,并能够降低网络参数数量.同时在算法中增添了注... 为解决公路路面病害图像特征不突出、检测精度偏低的问题,提出了一种改进SSD模型的路面病害识别算法.在SSD网络结构的基础上将其基础网络替换为Dense-net网络,使得特征信息更加容易被获取,并能够降低网络参数数量.同时在算法中增添了注意力机制,加强有用特征的利用效率.为了更好地观察算法改进的效果,不仅在已知的路面数据集上进行了测试,还在自制的数据集上进行了测试.从测试结果来看,SSD模型改进后在两种数据集上的分类准确度分别为93.5%和90.28%,比原SSD300模型分别提高了4.8%和6.36%,说明该模型能够有效的提升病害识别的准确性. 展开更多
关键词 路面病害 目标检测 神经网络 改进SSD
下载PDF
基于YOLOX-Resnet50模型的路面病害识别方法的应用与验证
9
作者 张悦悦 梁聪 《内蒙古公路与运输》 2023年第6期5-8,18,共5页
为降低路面病害检测的人工和时间成本,提高检测效率,文章基于采集的G320国道某路段的病害数据,运用改进的YOLOX-Resnet50模型对路面病害进行智能识别,通过两轮训练(其中第二轮是在第一轮数据集的基础上优选数据集),以评估该模型的性能,... 为降低路面病害检测的人工和时间成本,提高检测效率,文章基于采集的G320国道某路段的病害数据,运用改进的YOLOX-Resnet50模型对路面病害进行智能识别,通过两轮训练(其中第二轮是在第一轮数据集的基础上优选数据集),以评估该模型的性能,探究YOLOX-Resnet50模型在路面病害检测方面的适用性。研究表明:YOLOX-Resnet50模型在路面检测中对病害检测准确度分别为车辙75%、标线67%、修补67%、纵向裂缝50%、横向裂缝40%、网裂24%,平均准确度达到了53.8%。该模型能初步替代人工对病害进行筛选,可有效减少人工及时间成本。 展开更多
关键词 YOLOX-Resnet50 道路病害 智能识别 检测
下载PDF
用于带阴影路面图像增强的处理方法 被引量:2
10
作者 陈先桥 严新平 初秀民 《计算机工程与应用》 CSCD 北大核心 2008年第33期188-190,226,共4页
在路面图像的自动采集过程中,由于车架本身、树及山的影子等的影响,在采集到的道路路面图像中经常存在阴影,严重影响图像的自动识别和分类处理。针对这一问题,提出了一种消除路面图像阴影的方法。该方法是基于差分阈值建立图像背景,得... 在路面图像的自动采集过程中,由于车架本身、树及山的影子等的影响,在采集到的道路路面图像中经常存在阴影,严重影响图像的自动识别和分类处理。针对这一问题,提出了一种消除路面图像阴影的方法。该方法是基于差分阈值建立图像背景,得到近似的光照背景模型,然后利用此光照背景模型消除路面图像的阴影,为图像的后续识别处理提供了良好的基础。通过对一带阴影的路面图像的处理过程的描述,分析了基于差分阈值消除路面图像阴影算法的合理性并验证了它的效果。但是,论文主要讨论的是车架等较规整的阴影消除,而对象树叶之类形成的分布范围广、形状不规整的阴影的处理还有待进一步完善。 展开更多
关键词 路面病害 图像阴影 图像增强 自动检测
下载PDF
基于改进扩散偏微分方程的路面裂纹病害检测 被引量:2
11
作者 郑大钊 《计算机仿真》 CSCD 北大核心 2012年第8期360-363,共4页
针对高速公路裂纹病害严重影响交通安全,研究了如何快速有效地检测路面裂纹病害的问题。为了克服路面杂质、油污等复杂背景的干扰以及传统的人工检测效率低下的难题,提出了一种基于改进扩散偏微分方程的路面裂纹病害检测方法。方法首先... 针对高速公路裂纹病害严重影响交通安全,研究了如何快速有效地检测路面裂纹病害的问题。为了克服路面杂质、油污等复杂背景的干扰以及传统的人工检测效率低下的难题,提出了一种基于改进扩散偏微分方程的路面裂纹病害检测方法。方法首先对实时采集到的路面图像使用改进的扩散偏微分方程进行去噪处理,以消除背景噪声和路面油渍的干扰,同时增强裂纹病害,进而构造三维地形模型,模型中路面裂纹属于地形中的"峡谷",通过梯度算子分析约束,可检测路面裂纹病害,确定路面是否需要维修。实验分析表明,算法能快速有效检测路面裂纹病害,对提高路面病害检测效率有重要意义。 展开更多
关键词 路面病害检测 扩散偏微分方程 三维地形模型
下载PDF
旧水泥混凝土路面检测及沥青面层加铺设计 被引量:2
12
作者 钟晓梅 《广东化工》 CAS 2016年第13期235-236,265,共3页
介绍目前旧路破损检测的主要方式,以及对应的路面补强措施、加铺路面结构设计技术。以佛山市政道路改造为实例,通过检测现状路面厚度、弯拉强度、弯拉弹性模量、基层顶面当量回弹模量、接缝传荷能力以及设计道路的道路等级、通行能力为... 介绍目前旧路破损检测的主要方式,以及对应的路面补强措施、加铺路面结构设计技术。以佛山市政道路改造为实例,通过检测现状路面厚度、弯拉强度、弯拉弹性模量、基层顶面当量回弹模量、接缝传荷能力以及设计道路的道路等级、通行能力为依据,计算加铺的路面结构,并提出预防反射裂缝的措施,以期对类似工程和设计提供指导意义和参考价值。 展开更多
关键词 路面破损检测 加铺沥青厚度计算 防止反射裂缝措施
下载PDF
小波域内基于块的路面破损检测算法 被引量:1
13
作者 张雷 马建 宋宏勋 《郑州大学学报(工学版)》 CAS 北大核心 2009年第3期48-51,共4页
提出了一种小波域内基于块的路面破损检测算法.路面图像经过去噪、增强等预处理后,通过hear小波变换,在最高层中对近似分量进行自适应阈值分割得到路面破损的初始区域.在其他各层中,从高层到低层依次只针对路面破损区域进一步分块分割处... 提出了一种小波域内基于块的路面破损检测算法.路面图像经过去噪、增强等预处理后,通过hear小波变换,在最高层中对近似分量进行自适应阈值分割得到路面破损的初始区域.在其他各层中,从高层到低层依次只针对路面破损区域进一步分块分割处理,得到路面破损的准确检测.仿真实验表明,提出的算法可以很好地克服噪声影响,对不同的路面破损类型,都具有很好的路面破损分割效果. 展开更多
关键词 路面破损检测 小波变换 分块处理 图像分割
下载PDF
聚类分析算法在路面破损检测中的应用 被引量:2
14
作者 梁鑫 《广西工学院学报》 CAS 2008年第4期51-53,共3页
聚类分析是一种定量研究分类问题的多元数据统计方法,它从数据分析的角度出发,利用样本点间的距离来衡量它们之间的相似性程度,从而达到分类的目的。结合图像分析的处理方法,介绍了聚类分析算法在路面破损检测中的应用。
关键词 聚类分析 路面破损 检测
下载PDF
基于机器视觉的路面病害检测技术对比研究 被引量:1
15
作者 王华 《黑龙江交通科技》 2022年第12期64-66,共3页
道路在交通荷载、自然老化及环境影响的综合作用下,服役过程中其表面将产生种类繁杂、严重程度不一的病害,对行车舒适性和安全造成不利影响。为明确路面病害检测领域最适用模型特征,首先分析深度卷积神经网络结构及激活函数、损失函数... 道路在交通荷载、自然老化及环境影响的综合作用下,服役过程中其表面将产生种类繁杂、严重程度不一的病害,对行车舒适性和安全造成不利影响。为明确路面病害检测领域最适用模型特征,首先分析深度卷积神经网络结构及激活函数、损失函数应用效果,使用R-CNN、YOLO系列中最具代表性的网络采用路面病害数据集进行训练、验证、测试工作,对模型训练评价指标及检测效果的影响因素开展深入研究。结果表明,YOLOv5算法相比于其他算法能够有效提高日常巡检效率,根据测试集数据显示,YOLOv5算法最高检测准确率可达到90.01%,具有显著优势。 展开更多
关键词 路面病害 深度学习 机器视觉 目标检测 性能对比
下载PDF
基于多通道特征融合的道路病害智能检测算法
16
作者 贾睿 赵红岩 《价值工程》 2022年第31期123-125,共3页
为实现道路病害的智能识别,帮助道路养护部门便捷、高效开展日常巡检养护工作,提出一种基于多通道特征融合的道路病害智能检测算法。本算法在YOLOv5中引入通道注意力模块,利用通道注意力模块为多层级病害特征赋予权重,弱化背景和噪声影... 为实现道路病害的智能识别,帮助道路养护部门便捷、高效开展日常巡检养护工作,提出一种基于多通道特征融合的道路病害智能检测算法。本算法在YOLOv5中引入通道注意力模块,利用通道注意力模块为多层级病害特征赋予权重,弱化背景和噪声影响,获得更精确的语义级别病害信息。实验结果表明,提出Attention-YOLOv5算法的检测精度和mAP分别为40.51%、27.97%,比原始的YOLOv5算法提升了3.1%、1.6%,可以有效检测出包括横纵裂缝、龟裂、坑槽等多类型路面病害。 展开更多
关键词 道路病害检测 深度学习 目标检测 注意力机制
下载PDF
路面病害修补图像的车载自动检测方法 被引量:1
17
作者 章秀华 荆根强 王平 《计算机与数字工程》 2014年第5期868-871,共4页
提出了一种不同状况下路面修补图像车载自动检测算法,首先分析道路病害修补图像特征,对道路病害图像运用统一复原方法进行图片去模糊处理,采用窗对比度算法提取修补图像信息,再结合原图信息二次运用窗口对比度算法去除伪修补信息,准确... 提出了一种不同状况下路面修补图像车载自动检测算法,首先分析道路病害修补图像特征,对道路病害图像运用统一复原方法进行图片去模糊处理,采用窗对比度算法提取修补图像信息,再结合原图信息二次运用窗口对比度算法去除伪修补信息,准确、迅速地提取图像路面修补目标信息。对大量的图片进行测试,实验结果表明论文提出的算法具有可靠性和可应用性。 展开更多
关键词 路面病害 修补图像 图像去模糊 车载自动检测
下载PDF
Image Preprocessing Methods to Identify Micro-cracks of Road Pavement 被引量:1
18
作者 Hui Wang Zhang Chen Lijun Sun 《Optics and Photonics Journal》 2013年第2期99-102,共4页
Standards of highway conservation and maintenance are improved gradually following the improvement of requirements of road service. Before obvious damage such as obvious cracking (block,transverse, longitudinal ) and ... Standards of highway conservation and maintenance are improved gradually following the improvement of requirements of road service. Before obvious damage such as obvious cracking (block,transverse, longitudinal ) and rutting emerge, inconspicuous distress (micro-cracks, polishing, pockmarked) is generated previously. These inconspicuous distresses may provide basis and criteria for pavement preventive maintenance. Currently most of preventive conservation measures are determined by experienced experts in maintenance and repair of road after site visits. Thus method is difficult in operation, and has a certain amount of instability as it is based on experience and personal knowledge. In this paper, camera and laser were used for automated high-speed acquisition images. Methods to preprocess pavement image are compared. The pretreatment method suitable for analyze micro-cracks picture is elected, an effective way to remove shadow is also proposed. 展开更多
关键词 pavement distress Automatic detection Inconspicuous distress MICRO-CRACK Laser Light IMAGE Image-preprocessing
下载PDF
Influence of computation algorithm on the accuracy of rut depth measurement
19
作者 Di Wang Augusto Cannone Falchetto +3 位作者 Matthias Goeke Weina Wang Tiantian Li Michael P.Wistuba 《Journal of Traffic and Transportation Engineering(English Edition)》 2017年第2期156-164,共9页
Rutting is one of the dominant pavement distresses, hence, the accuracy of rut depth measurements can have a substantial impact on the maintenance and rehabilitation (M 8: R) strategies and funding allocation. Diff... Rutting is one of the dominant pavement distresses, hence, the accuracy of rut depth measurements can have a substantial impact on the maintenance and rehabilitation (M 8: R) strategies and funding allocation. Different computation algorithms such as straight- edge method and wire line method, which are based on the same raw data, may lead to rut depth estimation which are not always consistent. Therefore, there is an urgent need to assess the impact of algorithm types on the accuracy of rut depth computation. In this paper, a 1B-point-based laser sensor detection technology, commonly accepted in China for rut depth measurements, was used to obtain a database of 85,000 field transverse profiles having three representative rutting shapes with small, medium and high severity rut levels. Based on the reconstruction of real transverse profiles, the consequences from two different algorithms were compared. Results showed that there is a combined effect of rut depth and profile shape on the rut depth computation accuracy. As expected, the dif- ference between the results obtained with the two computation methods increases with deeper rutting sections: when the distress is above 15 mm (severe level), the average dif- ference between the two computation methods is above 1.5 mm, normally, the wire line method provides larger results. The computation suggests that the rutting shapes have a minimal influence on the results. An in-depth analysis showed that the upheaval outside of the wheel path is a dominant shape factor which results in higher computation differences. 展开更多
关键词 pavement distress Multipoint laser detection Straight-edge rut depth Wire line rut depth Rutting shape Rut depth magnitude
原文传递
路面破损图像识别研究进展 被引量:37
20
作者 王荣本 王超 初秀民 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2002年第4期91-97,共7页
介绍了几种典型的基于图像处理技术的路面破损自动检测系统 ,对路面破损图像采集、压缩、识别以及路面破损程度评价的研究进展进行了综述 ,探讨了现有路面破损自动检测系统研究中存在的问题 ,并展望了路面破损自动检测技术的发展前景。
关键词 路面养护 路面破损 自动检测 图像识别
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部