申请/专利权人:石家庄铁道大学
申请日:2024-05-10
公开(公告)日:2024-06-21
公开(公告)号:CN118223371A
主分类号:E01C23/01
分类号:E01C23/01;G06V10/77;G06V10/762;G06V10/764;G06V10/774;G01N21/88
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本申请涉及利用光学手段进行缺陷检测技术领域,具体提供一种基于光谱分析的道路路面缺陷智能化检测方法,包括:确定样本数据集合中图像数据中的像素在光谱各个维度的初始重要程度;基于像素在光谱各个维度的初始重要程度对样本数据集合中的像素进行聚类,得到多个聚类簇;确定每一个聚类簇的优选度,基于每一个聚类簇的优选度确定像素在各个维度的重要程度修正值;根据像素在光谱各个维度的初始重要程度、像素在各个维度的重要程度修正值确定像素的权重,并基于权重利用样本数据集合进行训练得到分类检测模型;利用分类检测模型对道路路面缺陷进行检测。该方法能够增强模型的泛化能力,增强道路路面缺陷检测准确度。
主权项:1.基于光谱分析的道路路面缺陷智能化检测方法,其特征在于,包括:确定样本数据集合中图像数据中的像素在光谱各个维度的初始重要程度,所述样本数据集合中包括多张道路路面的图像数据,且所述样本数据集合中包含已知类型的像素;基于像素在光谱各个维度的初始重要程度对所述样本数据集合中的像素进行聚类,得到多个聚类簇;确定每一个所述聚类簇的优选度,基于每一个所述聚类簇的优选度确定所述像素在各个维度的重要程度修正值;根据像素在光谱各个维度的所述初始重要程度、像素在各个维度的所述重要程度修正值确定所述像素的权重,并基于所述权重利用所述样本数据集合进行训练得到分类检测模型;利用所述分类检测模型对道路路面缺陷进行检测。
全文数据:
权利要求:
百度查询: 石家庄铁道大学 基于光谱分析的道路路面缺陷智能化检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。