期刊文章详细信息
基于卷积神经网络的路面裂缝检测
Road surface crack detection based on CNN
文献类型：期刊文章
机构地区：[1]北京联合大学北京市信息服务工程重点实验室,北京100101 [2]北京联合大学智慧城市学院,北京100101
基 金：国家自然科学基金资助项目(61370138;61572077;U1301251)
年 份：2017
卷 号：36
期 号：11
起止页码：135-138
语 种：中文
收录情况：CSCD、CSCD_E2017_2018、JST、RCCSE、ZGKJHX、普通刊
摘 要：对路面图像块预标记,根据预标记结果对路面图像进行强度归一化预处理,在保留裂缝信息的同时,减少背景光照不均的影响。将预处理后的路面图像输入卷积神经网络(CNN)模型实现路面图像裂缝的检测。由于路面裂缝分布复杂,在训练网络时,使用不同尺度和不同角度的路面图像进行模型训练,使得网络能够检测不同裂缝形状。实验结果显示:裂缝检测结果较好。
关 键 词：图像处理 公路裂缝 卷积神经网络 检测
分 类 号：TP391]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
