摘要
本发明涉及道路工程技术领域,具体地说,涉及一种基于深度学习从沥青混合料CT图像识别分离孔隙的方法,其包括以下步骤:步骤1)对沥青混合料CT图像进行混合滤波前处理;步骤2)使用中值滤波进行处理以去除孤岛噪点并保留图像的边缘细节;步骤3)使用双边滤波对中值滤波去除孤岛噪点后的图像进行处理;步骤4)基于U‑Net卷积神经网络算法对孔隙进行分割。本发明能较佳地对沥青混合料CT图像进行批量快捷有效的分割。
技术关键词
滤波
卷积神经网络算法
沥青
解码器
上采样
道路工程技术
编码器
保留特征
邻域
图像处理
尺寸
格式
像素点
精度
通道
批量
数据
误差
系统为您推荐了相关专利信息
碰撞检测方法
粒子
质点弹簧模型
连续碰撞检测
混合层次包围盒
智能柜员机
实例分割模型
图像分类网络
手部特征
视频
定位方法
检测头
像素点
实例分割
空间金字塔池化
信号处理方法
定时信号
振动特征
正则化模型
动态时间规整算法