[发明专利]一种基于PCA的端到端路面裂缝检测识别方法有效

专利信息
申请号: 201810492666.1 申请日: 2018-05-22
公开(公告)号: CN108711150B 公开(公告)日: 2022-03-25
发明(设计)人: 董乐;叶俊贤;张宁;毛梦蝶;黄灿;陈相蕾 申请(专利权)人: 电子科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06V10/77;G06V10/764;G06V10/774;G06V10/82;G06K9/62
代理公司: 成都弘毅天承知识产权代理有限公司 51230 代理人: 徐金琼
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于PCA的端到端路面裂缝检测识别方法,涉及计算机视觉领域,包括以下步骤:S1:获取关于路面图像Ix的数据集,并对数据集进行预处理;S2:将预处理后的数据集进行类别标记,计算不含裂缝的背景图像Ib,并获取路面图像Ix与背景图像Ib之差图像I,并按比例构建训练集和测试集;S3:利用训练集图像I训练深度神经网络模型;S4:将测试集图像I输入到训练后的深度神经网络模型,获取图像类别概率,S5:选取最大概率对应的类别标签作为图像检测识别的结果。本方案将传统检测与识别过程融合在一起,提高了路面裂缝检测的效率与鲁棒性。
搜索关键词: 一种 基于 pca 端到端 路面 裂缝 检测 识别 方法
【主权项】:
1.一种基于PCA的端到端路面裂缝检测识别方法,其特征在于,包括以下步骤:S1:获取关于路面图像Ix的数据集,并对数据集进行预处理;S2:将预处理后的数据集进行类别标记,计算不含裂缝的背景图像Ib,并获取路面图像Ix与背景图像Ib之差图像I,并按比例构建训练集和测试集;S3:利用训练集图像I训练深度神经网络模型;S4:将测试集图像I输入到训练后的深度神经网络模型,获取图像类别概率;S5:选取最大概率对应的类别标签作为图像检测识别的结果。
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电子科技大学,未经电子科技大学许可,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/201810492666.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top