摘要
本发明公开了一种基于自适应照明增强的隧道裂缝检测方法,根据图像各像素灰度值的加权平均值与参考阈值的偏差启动包括MSRCR照明增强和拉普拉斯锐化增强的图像增强算法,有效的改善了隧道环境下的不均匀照明导致的图像问题,为精准识别隧道裂缝提供了优质的基础数据。采用改进的Faster R‑CNN检测模型,通过残差连接机制有效解决了深层网络训练时的梯度消失问题,使得检测模型能够同时捕获裂缝的局部细节特征和全局信息。最后基于k‑means++的锚框优化显著提高了模型对各种形态裂缝的检测能力。
技术关键词
隧道裂缝检测方法
照明
拉普拉斯
特征提取网络
局部细节特征
图像增强算法
亮度
多尺度特征
偏差
像素
分阶段
因子
样本
基础
系统为您推荐了相关专利信息
设备内部故障
网格模型
湍流现象
油压
神经网络模型
电力现货交易
跨季节储能
资源
遗传算法求解
启动备用发电机组
智能灯组控制系统
残差网络
竖直距离
单目深度估计
训练检测模型
哈希检索方法
遥感图像数据
超参数
样本
文本编码器