[发明专利]一种路面裂缝检测方法

权利要求书

1.一种路面裂缝检测方法，其特征在于，包括如下步骤：

S1、图像获取，获取实际场景中所拍摄的道路图像，并将全部道路图像进行汇总收集；

S2、图像处理，通过图像处理操作对所收集的道路图像进行预处理，得到处理后的道路图像；

S3、模型构建，构建用于进行路面裂缝检测的路面检测模型；

S4、路面裂缝检测，将处理后的道路图像输入路面检测模型中，由路面检测模型完成对道路的路面裂缝检测。

2.根据权利要求1所述的一种路面裂缝检测方法，其特征在于：S2中所述图像处理操作至少包括图像裁剪及图像灰度处理。

3.根据权利要求1所述的一种路面裂缝检测方法，其特征在于，S2所述图像处理，包括如下步骤：

S21、图像裁剪，对所收集的道路图像进行统一的尺寸裁剪，将全部道路图像的像素大小裁剪一致；

S22、图像灰度处理，对经过裁剪后的道路图像进行灰度处理，得到道路灰度图像。

4.根据权利要求3所述的一种路面裂缝检测方法，其特征在于：在进行S21所述图像裁剪时，裁剪尺寸为256*256像素。

5.根据权利要求3所述的一种路面裂缝检测方法，其特征在于：在进行S22所述图像灰度处理时，使用OpenCV中的颜色空间转换函数对道路图像进行灰度处理。

6.根据权利要求3所述的一种路面裂缝检测方法，其特征在于：所述路面检测模型为Faster R-CNN模型，由区域提议网络及Fast R-CNN网络组成；所述区域提议网络与所述Fast R-CNN网络二者具有多层共享的卷积层，所述Fast R-CNN网络还包括特有卷积层、池化层、最大池化层以及全连接层。

7.根据权利要求6所述的一种路面裂缝检测方法，其特征在于：所述区域提议网络与所述Fast R-CNN网络二者共享的五层卷积神经网络。

8.根据权利要求6所述的一种路面裂缝检测方法，其特征在于，S4所述路面裂缝检测，包括如下步骤：

S41、将道路灰度图像输入所述路面检测模型中，利用所述区域提议网络与所述FastR-CNN网络二者共享的卷积神经网络提取特征，通过所述Fast R-CNN网络中CNN网络的卷积层、池化层、最大池化层、归一化、标准化及Dropout层生成道路灰度图像的特征图；

S42、将道路灰度图像的特征图前向传播至所述区域提议网络与所述Fast R-CNN网络内，所述区域提议网络基于生成的特征映射、计算得到备选裂缝区域以及与类无关的裂缝区域的得分，随后通过非极大值抑制制得到得分较高的多个感兴趣区域；

S43、将生成的感兴趣区域反馈至全连接层中进一步细化，计算每个区域裂缝的可能性得分以及第二次回归后的框，获得更准确的分类和边界框定位，最终完成对道路的路面裂缝检测。