摘要
本发明涉及一种基于目标检测与语义分割的道路绿视率动态监测方法。该方法首先通过安装于车载平台或路侧固定装置的摄像设备采集道路场景图像,并利用YOLOv5s目标检测模型自动识别并框定图像中的绿化区域,随后对检测框内的区域图像进行裁剪处理;所获得的局部图像输入至采用ADE20K数据集预训练的DeepLab+ResNeSt图像语义分割模型中,获取像素级的绿植区域掩膜图。基于掩膜图统计绿色像素在图像中的占比,进而计算绿化率(绿视率)指标。为实现对不同时间或不同视角图像的对比分析,本发明进一步引入图像特征点匹配与配准方法,实现不同时空图像的场景对齐与绿化变化差异分析,最终以图形高亮、数值标签与趋势图等多种可视化方式展示绿化识别与评估结果。
技术关键词
动态监测方法
像素点
图片
图像语义分割模型
掩膜
RANSAC算法
道路场景图像
深度学习平台
动态监测装置
植被
可视化方式
矩阵
图像特征点
车载平台
摄像设备
程序
系统为您推荐了相关专利信息
缝隙
异常检测方法
光学图像采集单元
轨道
机器学习模型
论文
解析方法
机器可读指令
排序模型
文本识别模型
二维图像数据
三维点云数据
数据融合方法
广角镜头
多模态传感器