[发明专利]路面裂缝检测的方法、装置及系统

说明书

本发明提供一种路面裂缝检测的方法、装置及系统，该方法，包括：获取待检测路面图像；将所述待检测路面图像输入编码器，获得多个特征图；将所述特征图作为目标检测网络模型的输入，其中所述目标检测网络模型是指：根据所述特征图的放大特征图、缩小特征图，计算所述特征图对应的总损失误差；通过所述目标检测网络模型输出所述待检测路面图像对应的目标裂缝图像。通过将分割网络和重构网络相结合，避免了样本不均衡等问题，提高了路面裂缝检测的效率和准确度，减少错误率，尤其对微小裂缝具有较佳的检测效果。

技术领域

本发明涉及计算机图像识别技术领域，尤其涉及一种路面裂缝检测的方法、装置及系统。

背景技术

路面损害检测是道路管理的重要部分，用于获得维护的路面状况信息。裂缝是常见的路面遇险类型，如果没有及时处理裂缝，道路的使用寿命会缩短，驾驶安全也会受到影响。高效的路面裂缝检测是是改善道路状况，延长道路使用寿命，降低道路养护成本的有效途径。

目前，传统的图像处理方法无法概括裂缝检测的任务，即无法在环境条件发生变化的情况下从路面图像中获得足够的显著特征，以区分裂缝图像和非裂缝图像。

近几年受欢迎的学习模型以其强大的特征提取方式主要用于解决路面裂缝分类等问题。因此仍然无法实现在杂乱背景中获得显著区分的裂缝图像，路面裂缝检测的效率低下，准确性不佳。

发明内容

本发明提供一种路面裂缝检测的方法、装置及系统，以提高路面裂缝检测的效率和准确度，减少检测的错误率，尤其对微小裂缝具有较佳的检测效果。

第一方面，本发明实施例提供的一种路面裂缝检测的方法，包括：

获取待检测路面图像；

将所述待检测路面图像输入编码器，获得多个特征图；

将所述特征图作为目标检测网络模型的输入，其中所述目标检测网络模型是指：根据所述特征图的放大特征图、缩小特征图，计算所述特征图对应的总损失误差；

通过所述目标检测网络模型输出所述待检测路面图像对应的目标裂缝图像。

在一种可能的设计中，将所述待检测路面图像输入编码器，获得多个特征图，包括：

通过所述编码器对所述待检测路面图像进行卷积处理，并将卷积处理的图像输入归一层和激活层，得到多个特征图；其中，所述编码器采用多个下采样级，且每个下采样级包括多个卷积层。

在一种可能的设计中，通过所述目标检测网络模型输出所述待检测路面图像对应的目标裂缝图像之前，还包括：

构建初始检测网络模型，所述构建初始检测网络模型包括解码分支和分割分支；所述解码分支包括多个级联的上采样级，其中上采样级包括：2D转置卷积层、归一层、激活层，其中所述2D转置卷积层用于对输入的特征图进行上采样得到所述放大特征图，所述归一层用于预设输出的所述放大特征图的尺寸，所述激活层用于输出具有非线性映射增强表达的所述放大特征图；所述解码分支用于输出所述特征图对应的放大特征图，并根据所述待检测路面图像计算得到重构损失误差；所述分割分支包括至少2个连续下采样级，用于输出所述特征图对应的缩小特征图，并根据预设标准特征图计算得到分割损失误差；

以总损失误差为评价目标，通过训练数据集训练所述初始检测网络模型，得到所述目标检测网络模型。

在一种可能的设计中，所述总损失误差包括：

重构损失误差rec_loss和分割损失误差seg_loss；

所述总损失误差hinge loss＝a*rec_loss+b*seg_loss；其中：a表示重构损失误差的损失值占总损失值的比例；b表示分割损失误差的损失值占总损失值的比例。