摘要
本申请公开了一种基于深度学习的路面裂缝图像分割方法及系统,其能够通过摄像头采集路面裂缝图像,并在后端引入基于人工智能和深度学习的图像处理和语义分割算法来对该路面裂缝图像进行分析,以此来捕获到路面裂缝图像中关于路面裂缝的浅层形状特征和深层语义特征,并基于这两者特征之间的特征交互选择信息来进行路面裂缝图像语义分割,从而确定裂缝长度、裂缝宽度和裂缝面积,并基于这些裂缝属性信息来进行裂缝严重程度的等级评估。这样,能够通过利用深度学习语义分割算法来对路面裂缝图像进行语义分割和裂缝检测,从而以更为智能化的方式来确定裂缝的属性信息,以便进行裂缝严重程度的等级评估,为城市道路维护提供科学化依据。
技术关键词
路面裂缝图像
语义特征
分割方法
模式
裂缝特征
双曲正切函数
深度学习语义分割
特征选择
幅值
多尺度
Sigmoid函数
语义分割算法
图像语义分割
金字塔网络
特征值
矩阵
图像获取模块
系统为您推荐了相关专利信息
感知优化方法
激光雷达点云数据
语义分割网络
语义特征
图像结构信息
肿瘤图像分割方法
特征提取模块
层级
通道
前馈神经网络
图像分割模型
多尺度特征提取
图像分割方法
积层
分支
页岩储层
渗流参数
多尺度裂缝
裂缝特征
测试岩石