[发明专利]一种基于编-解码器的路面裂纹检测方法

说明书

本发明公开了一种基于编‑解码器的路面裂纹检测方法，通过构建一种新的端到端编码器解码器残差网络，能有效地检测枕层的裂纹。通过结合深度监督机制和融合损失，模型能够捕捉到精细的细节，使网络更容易被优化。该模型可以直接输出高质量的显著性图，几乎接近于相应的地面真实值。所得到的显著性映射均匀地突出了边界清晰的缺陷对象，同时有效地过滤掉了背景噪声。本发明模型具有较强的鲁棒性且不需要任何后处理，并且在单个GPU上的实时速度较快。

技术领域

本发明属于显著性检测领域，具体涉及一种基于编-解码器的路面裂纹检测方法。

背景技术

中国的公路网络是全球最大的。在过去的几十年中，中国的公路网络得到了快速发展，路网覆盖了全国各地，为人们出行提供了便利。随着中国经济的快速发展，中国的公路网络也得到了进一步扩展和改善。目前，中国已经建成了大量的高速公路，这些公路的路面质量和设施设备也有所提高。此外，中国还加强了对公路建设的监管，确保公路建设的质量和安全。

路面裂纹是道路表面常见的一种缺陷，通常由于道路材料老化、气候变化、车辆超载或建设质量问题等原因而产生。路面裂纹不仅破坏了道路的视觉效果，而且还会对道路的安全性造成影响。

一方面，路面裂纹会使道路表面变得不平整，造成车辆操控困难，增加交通事故的风险。特别是在潮湿的气候下，路面裂纹的水汇聚会使车辆易滑，对行车安全造成更大威胁。

另一方面，路面裂纹还会加速道路材料的老化和破坏，导致道路结构受损，需要进行修补或更新。这不仅增加了维护和修建道路的成本，而且也会影响道路的使用寿命。

因此，及时检测和修补路面裂纹对于维护道路安全和质量是非常重要的。如果发现道路出现裂纹，应及时进行修补，以免造成更大的危害。

常用的路面裂纹检测方法有以下几种：

人工检测法：通过人员在现场巡查，手动记录道路表面的裂纹情况，并判断裂纹的类型、位置、长度等信息。这种方法简单易行，但效率低下，难以对道路上的所有裂纹进行全面检测。

摄像机检测法：通过安装在车辆上的摄像机或无人机，对道路表面进行拍摄，并使用计算机辅助分析系统识别裂纹。这种方法能够快速检测出道路表面的裂纹情况，但需要一定的设备投入和技术难度。

激光扫描法：通过安装在车辆上的激光扫描仪，对道路表面进行扫描，并使用计算机辅助分析系统识别裂纹。这种方法能够快速准确地检测出道路表面的裂纹情况，但需要一定的设备投入和技术难度。

机器学习法：通过人工收集大量道路表面的裂纹图像数据，使用机器学习技术训练模型，实现对道路表面裂纹的自动识别。这种方法能够快速准确地检测出道路表面的裂纹情况，并且不需要特殊设备，可以使用普通的摄像机或手机进行拍摄。

与传统的人工检测相比，自动表面缺陷检测具有高精度、效率高的优点，是降低人工成本的有效方法。由于路网行驶里程的快速增长，路面裂缝自动检测在智能交通系统中起着至关重要的作用。路面裂缝检测系统通常包括非裂纹图像的去除和裂缝的定量检测。

深度必然会导致更好的检测精度。实验证明，选择合适深度的网络体系结构可以保证检测精度，提高检测速度。虽然在基于DCNN的裂纹检测领域已经取得了很大的进展，但如何获得更详细的裂纹特征仍有待探索。在道路裂缝的检测中，存在裂缝较小、图片噪声多、边界不清楚、区域信息不完整等困难。

发明内容

针对现有技术中存在的不足，本发明提供一种基于编-解码器的路面裂纹检测方法。

本发明提出了一种新的端到端编码器-解码器残差网络，用于缺陷对象的显著性检测。交替利用设计的多层级通道加权融合模块和残差优化模块，从编码的多层语义特征中逐步恢复预测的空间显著性值，促进检测完整的缺陷对象，抑制非显著性背景。与现有的显著性检测方法相比，本发明能够准确地分割边界明确的完整缺陷对象，并有效地过滤出无关的背景噪声。