[发明专利]基于纹理特征提取的道路表面缺陷检测方法有效
| 申请号： | 201711167478.3 | 申请日： | 2017-11-21 |
| 公开（公告）号： | CN107945161B | 公开（公告）日： | 2020-10-23 |
| 发明（设计）人： | 陈里里;任君兰;曹浩;司吉兵 | 申请（专利权）人： | 重庆交通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/41;G06K9/62;G06N3/04;G06N3/08;G01N21/88 |
| 代理公司： | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人： | 吕小琴 |
| 地址： | 400074 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的一种基于纹理特征提取的道路表面缺陷检测方法，包括如下步骤：获取具有路面缺陷的图像并进行灰度处理形成路面缺陷灰度图像；对路面缺陷灰度图像进行纹理特征提取，提取出特征值组成纹理特征向量，将同一缺陷类别的纹理特征向量表征的路面缺陷灰度图像进行均分，形成训练集和测试集；并通过栈式自编码器对训练集进行高维抽象特征提取；将softmax layer逻辑分类层堆栈于栈式自编码器形成深度神经网络，通过深度神经网络对高维抽象特征进行训练，对测试集中的路面灰度图像完成分类识别；能够对道路表面缺陷进行准确检测，提升结果的精确性。 | ||
| 搜索关键词： | 基于 纹理 特征 提取 道路 表面 缺陷 检测 方法 | ||
【主权项】：
一种基于纹理特征提取的道路表面缺陷检测方法，其特征在于：包括如下步骤：S1.获取具有路面缺陷的图像并进行灰度处理形成路面缺陷灰度图像；S2.对路面缺陷灰度图像进行纹理特征提取，提取出特征值组成纹理特征向量，并以纹理特征向量表征路面缺陷灰度图像；S4.将同一缺陷类别的纹理特征向量表征的路面缺陷灰度图像进行均分，形成训练集和测试集；S5.以两个相同的自编码器构成栈式自编码器，并通过栈式自编码器对训练集进行高维抽象特征提取；S6.将softmax layer逻辑分类层堆栈于栈式自编码器形成深度神经网络，通过深度神经网络对高维抽象特征进行训练，训练完成后，对测试集中的路面灰度图像完成分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆交通大学，未经重庆交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711167478.3/，转载请声明来源钻瓜专利网。
