隨著中國經(jīng)濟的快速發(fā)展,我國公路里程數(shù)不斷增加,截止2018年年底,我國公路總里程已突破485萬公里,這對公路養(yǎng)護提出了更高要求。裂縫是路面破損的初期癥狀,為了保證交通安全,對路面裂縫應及時發(fā)現(xiàn)并補救。自動化的路面裂縫檢測裝置能夠解決人工養(yǎng)護耗時且存在安全隱患的問題,得到了業(yè)界的青睞。近年來開發(fā)的大多數(shù)路面裂縫自動檢測算法,在裂縫圖像清晰、背景單一的條件下,性能表現(xiàn)良好,但是這些算法難以滿足實際的工程需求。真實路面經(jīng)常受光照、陰影等噪聲的影響,裂縫所處環(huán)境比較復雜,因此,本文主要針對這種情況下的裂縫圖像分割算法進行研究,為后續(xù)開發(fā)出更加智能化的路面裂縫自動灌縫機提供相關的技術支持。論文主要在以下方面展開了研究工作:1)本文建立了真實環(huán)境下的路面裂縫圖像數(shù)據(jù)集,將其稱為crack-Data。解決了目前路面裂縫圖像的公開數(shù)據(jù)集較少,且現(xiàn)有數(shù)據(jù)集目標清晰、背景單一的問題。該數(shù)據(jù)集拍攝采集于兩座城市的四條道路,包含了各種復雜背景,如:陰影、斑馬線和背景碎片等。同時,仿照PASCAL-VOC2012數(shù)據(jù)集的格式制作了對應的裂縫圖像標簽,以便于使用深度學習的分割方法實現(xiàn)裂縫檢測。2)提出了一種基于...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖1.2Sealzall機器平臺

圖1.2Sealzall機器平臺內(nèi)研究現(xiàn)狀對于國外，雖然在裂縫自動檢測系統(tǒng)的研究上起步較晚，但，隨著國家對道路的發(fā)展和擴建，其帶來的主要任務就是道多技術公司和科研單位開始對裂縫檢測系統(tǒng)進行研究，并取年，江蘇的幾家研究機構聯(lián)合開發(fā)了N-1型檢測車[3]，它融智能和道路工程....

圖1.3ZOYON-RTM道路路面檢測車2010年，長安大學開發(fā)了CT-502路面檢測車，該系統(tǒng)解決了斷面檢測準確

緒論測裝置采用無間點收集數(shù)據(jù)，能準確給出路面病害的大小。7年，武漢大學的武大卓越與湖北合力共同開發(fā)了ZOYON-RT置，如圖1.3所示。該系統(tǒng)可在車輛正常行駛狀態(tài)下，自動完能的道路多項健康指標的檢測。該檢測車減小了人工操作的誤測結果的精度。檢測速度為0~100km/h，....

圖3.5crack-Data數(shù)據(jù)集其中，第一行和第三行分別表示訓練時候使用的原始圖像和標簽圖像，因標

因為目前存在的裂縫圖像數(shù)據(jù)集，多數(shù)是為了完成裂縫的檢測或裂縫類制作。而本次研究的主要目的是完成對裂縫圖像的分割，由3.1節(jié)實現(xiàn)對裂縫圖像端到端的分割訓練，除了需要原始路面圖像，其對應的也是不可缺少的。故仿照PASCAL-VOC數(shù)據(jù)集的格式來制作標簽，但圖像太大，所以在標注....

圖3.6訓練loss對比曲線

本文編號：3928460