摘要
本发明公开一种基于计算机视觉的道路裂缝自动识别与分析系统,通过传感器的标定获取待检测道路点云数据,运用新的点云形状分析的特征聚合方法处理点和曲线序列,描述形成点云对象集合图形,基于高分辨率特征的路面裂缝分割网络对形成的点云对象集合图形进行筛选,获取高质量的裂缝定位图,并且在此过程中,引入自设裂缝边界细化模块(CBRM),用于对裂缝边界进行优化。最终上传并展现损伤图和合成图数据进行评估和分析。本发明可实现道路裂缝的自动识别并采取措施对裂缝部位进行清晰化筛选和处理,继而为政府路政对道路问题发现和处理提供解决方案参考。
技术关键词
裂缝自动识别
卷积模块
控制点
路面裂缝分割
语义特征提取
计算机视觉
分析系统
坐标
可视化系统
图像采集模块
分支
采样模块
数据可视化
上采样
通道
双目视觉技术
点云
系统为您推荐了相关专利信息
深度学习方法
多模态
森林结构
LiDAR点云
卷积模块
双向注意力机制
二维卷积网络
门模块
输出特征
多尺度
物流需求预测方法
网络节点
需求预测模型
卷积模块
周期
协同路径规划方法
节点
生成飞行器
路径规划算法
列表
地物分类方法
特征窗口
频域特征
卷积特征
特征提取网络