基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种减少沥青路面破损图像识别计算量的图像分割方法.将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征.同时,设计了基于BP人工神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果.实验表明,该方法可较好地分割路面破损图像.
推荐文章
以地表沉降量作为沥青路面破损控制标准的研究
土木建筑工程施工
沥青路面破损
地表沉降量
路面状况指数
控制标准
高速公路沥青路面破损状况评价方法
道路工程
沥青路面
灰色聚类
破损状况评价
沥青路面破损原因及修补技术分析与研究
破损
结构
质量控制
预防措施
治理
养护
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 沥青路面破损图像分割方法研究
来源期刊 中国公路学报 学科 交通运输
关键词 道路工程 路面破损 图像识别 神经网络 模式分类器
年,卷(期) 2003,(3) 所属期刊栏目 道路工程
研究方向 页码范围 11-14
页数 4页 分类号 U418.6
字数 3483字 语种 中文
DOI 10.3321/j.issn:1001-7372.2003.03.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 储江伟 吉林大学交通学院 51 1404 20.0 36.0
2 王超 吉林大学交通学院 104 666 13.0 24.0
3 王荣本 吉林大学交通学院 108 3676 36.0 57.0
4 初秀民 吉林大学交通学院 15 757 12.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (74)
同被引文献  (82)
二级引证文献  (493)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(4)
  • 引证文献(2)
  • 二级引证文献(2)
2005(7)
  • 引证文献(4)
  • 二级引证文献(3)
2006(12)
  • 引证文献(7)
  • 二级引证文献(5)
2007(21)
  • 引证文献(8)
  • 二级引证文献(13)
2008(26)
  • 引证文献(5)
  • 二级引证文献(21)
2009(38)
  • 引证文献(9)
  • 二级引证文献(29)
2010(32)
  • 引证文献(5)
  • 二级引证文献(27)
2011(46)
  • 引证文献(5)
  • 二级引证文献(41)
2012(36)
  • 引证文献(2)
  • 二级引证文献(34)
2013(57)
  • 引证文献(8)
  • 二级引证文献(49)
2014(49)
  • 引证文献(3)
  • 二级引证文献(46)
2015(44)
  • 引证文献(3)
  • 二级引证文献(41)
2016(34)
  • 引证文献(1)
  • 二级引证文献(33)
2017(49)
  • 引证文献(4)
  • 二级引证文献(45)
2018(46)
  • 引证文献(3)
  • 二级引证文献(43)
2019(51)
  • 引证文献(5)
  • 二级引证文献(46)
2020(15)
  • 引证文献(0)
  • 二级引证文献(15)
研究主题发展历程
节点文献
道路工程
路面破损
图像识别
神经网络
模式分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国公路学报
月刊
1001-7372
61-1313/U
大16开
西安市南二环路中段长安大学内
52-194
1988
chi
出版文献量(篇)
3614
总下载数(次)
9
总被引数(次)
77339
论文1v1指导