摘要
本发明提供了一种基于灰度‑深度异源图像融合的裂缝识别方法,属于道路检测技术领域。步骤包括采集路面RGB图像和深度图像数据,将RGB图像转化为灰度图像,创建互相匹配的灰度‑深度图像对并形成训练集;对训练集进行图像分割标注,根据裂缝的种类为裂缝设置类别标签;采用基于端到端网络的异源图像特征深度融合识别网络对标注的训练集进行训练,得到训练好的分割权重;采用训练过的分割权重带入基于端到端网络的异源图像特征深度融合识别网络,得到像素级的裂缝分割结果;发明通过双分支架构分别处理灰度图像和深度图像,能够有效融合异源图像数据,应对光照变化、阴影干扰和表面污渍等环境因素的影响,显著提高了裂缝检测的精度。
技术关键词
裂缝识别方法
深度图像数据
异源
路面
Softmax函数
图像预处理方法
注意力
深度相机
道路检测技术
图像分割
训练集数据
时间同步
通道
采样模块
网络
系统为您推荐了相关专利信息
手势识别模型
多尺度特征融合
手势识别模块
手势识别方法
卷积模块
路面附着系数
非线性最小二乘法
识别方法
RANSAC算法
制动减速度
多模态
黎曼流形优化
深度强化学习
深度图像数据
机械臂末端执行器
智能故障诊断方法
抽油机
分层注意力
轻量化卷积神经网络
Softmax函数