[发明专利]一种基于卷积神经网络和图像识别的路面裂缝检测方法在审
| 申请号： | 201810834095.5 | 申请日： | 2018-07-26 |
| 公开（公告）号： | CN109146849A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 朱阳光;刘瑞敏;王震;王枭 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络和图像识别的路面裂缝检测方法，属于交通路面检测领域。本方法以卷积神经网络芯片和一个递归神经网络为核心(卷积神经网络芯片用来检测路面裂缝，递归神经网络用于生成描述裂缝类型的语句)。包括：对路面裂缝原始图像进行预标记、根据预标记结果对路面图像进行强度归一化和像素饱和化预处理、把预处理后的路面图像输入到卷积神经网络(CNN)模型中进行训练(使用各种不同的路面作为样本对神经网络进行训练)、确定网络结构和模型参数、使用训练好的网络对复杂路面进行检测，并确定路面裂缝类型。利用路面影像采集设备、图像预处理装置、内存、USB外置设备、微处理器等，构成了具有深度学习功能的路面裂缝检测系统。 | ||
| 搜索关键词： | 卷积神经网络 路面裂缝检测 路面裂缝 预处理 递归神经网络 路面图像 图像识别 预标记 图像预处理装置 芯片 影像采集设备 强度归一化 微处理器 复杂路面 检测领域 交通路面 裂缝类型 模型参数 神经网络 网络结构 像素饱和 学习功能 原始图像 检测 语句 内存 样本 网络 | ||
【主权项】：
1.一种基于卷积神经网络和图像识别的路面裂缝检测方法，其特征在于：步骤如下：A、使用影像采集设备采集路面裂缝图片，并对图片进行预处理；B、设计卷积神经网络结构并使用步骤A中处理过的图片进行训练；C、采集路面图片并使用步骤B中训练好的神经网络判断路面是否存在缺陷；D、若路面存在缺陷，将存在缺陷的图片输入到训练过的多模态循环神经网络中，得到描述路面缺陷的文本，从而确定裂缝类型。
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昆明理工大学，未经昆明理工大学许可，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/201810834095.5/，转载请声明来源钻瓜专利网。
