基于BP神经网络的沥青路面裂缝识别方法研究

• 作者: 丁海明 侯新月 刘杨 英红
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 沥青路面 同态滤波 神经网络 裂缝识别
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 机电与计算机工程
• 页码范围: 105-111
• 页数: 7页
• 分类号: TP391
• 字数: 3699字
• 语种: 中文

摘要

沥青路面图像噪声污染多,随机性较强.针对传统路面图像在进行滤波、边缘检测等裂缝识别过程中,不能较好地识别裂缝信息且存在大量类似于裂缝的噪声污染问题,利用BP神经网络的学习性和容错性提出一种基于神经网络的裂缝识别方法.首先对沥青路面图像同态滤波增强后,将其分成32像素×32像素的小方格区域,然后提取小方格内图像参数与其邻域方格预测结果用于神经网络训练,最后将训练后的沥青路面图像小方格分为有裂缝和无裂缝两种,从而实现沥青路面裂缝的初提取.结果表明,该方法对沥青路面裂缝的识别率达到90%以上,能够较好地满足沥青路面裂缝识别的要求,是一种可行性较高的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘杨	桂林电子科技大学建筑与交通工程学院	9	19	4.0	4.0
2	英红	桂林电子科技大学建筑与交通工程学院	24	76	5.0	8.0
3	丁海明	桂林电子科技大学建筑与交通工程学院	1	4	1.0	1.0
4	侯新月	桂林电子科技大学建筑与交通工程学院	2	4	1.0	2.0