基于卷积神经网络的路面裂缝检测

• 作者: 何宁 赵珊珊
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 图像处理 公路裂缝 卷积神经网络 检测
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 计算与测试
• 页码范围: 135-138
• 页数: 4页
• 分类号: TP391
• 字数: 3142字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)11-0135-04

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何宁	北京联合大学智慧城市学院	21	201	7.0	14.0
2	赵珊珊	北京联合大学北京市信息服务工程重点实验室	3	22	3.0	3.0