摘要
本发明涉及计算机视觉技术领域,公开了一种外墙裂纹目标检测方法及系统,方法包括通过无人机收集外墙裂纹的图像,进行图像去噪预处理;使用计算机视觉从预处理后的图像中提取特征;采用包含裂纹和非裂纹的历史外墙裂纹图像,对卷积神经网络进行训练,得到裂纹目标检测模型,通过反向传播算法优化卷积神经网络的参数;选择基于特征的方法Haar特征和卷积神经网络深度学习方法,对图像进行目标检测;通过滑动窗口搜索图像中的裂纹目标,即裂纹的定位和识别;对识别结果进行分析和评估。系统包括图像处理模块、模型构建模块、识别结果模块。本发明提高建筑物维护的效率和准确性。
技术关键词
裂纹
Haar特征
外墙
优化卷积神经网络
更新网络参数
传播算法
滑动窗口
图像处理模块
像素
卷积神经网络训练
特征值
无人机
局部二值模式
计算机视觉技术
特征提取算法
系统为您推荐了相关专利信息
非易失性存储介质
计算机可读指令
集群飞行器
决策
算法
产品质量检测方法
纹理
产品质量检测系统
气泡
色差
缺陷检测方法
孔隙检测
时序特征
裂纹特征
多分支
神经网络模型
工件表面缺陷检测
Softmax分类器
引入注意力机制
区域建议网络