基于深度学习从沥青混合料CT图像识别分离孔隙的方法

AITNT
正文
推荐专利
基于深度学习从沥青混合料CT图像识别分离孔隙的方法
申请号:CN202411529299
申请日期:2024-10-30
公开号:CN119516327A
公开日期:2025-02-25
类型:发明专利
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
1
基于动态时间步长的布料与流体的碰撞检测方法
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
2
一种行为识别方法、装置、电子设备、存储介质及产品
智能柜员机 实例分割模型 图像分类网络 手部特征 视频
3
一种基于改进Yolov7算法的絮团识别与定位方法
定位方法 检测头 像素点 实例分割 空间金字塔池化
4
基于误差补偿的叶端定时信号处理方法及系统
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
5
一种低温环境下增程器功率控制方法、装置、车辆及介质
动力电池 功率控制方法 功率值 增程器 车辆
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号