首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的表观裂缝数据集构建与宽度提取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浙江省交通运输科学研究院

摘要:本申请提供了一种基于深度学习的表观裂缝数据集构建与宽度提取方法。所述方法基于裂缝一分为二的思路将真实裂缝进行拆分,有效解决了裂缝制造的难题,提高了裂缝制造的效率,同时保持了较高的裂缝还原度;所述方法依托一种机器视觉表观裂缝制造、拼接装置,解决了裂缝宽度、角度控制的难题,采用控制变量法较为高效、准确地获得多组裂缝图像数据,提高了裂缝数据集构建效率;所述方法提出了添加裂缝干扰因素的方案及干扰因素制作方法,扩充了裂缝数据集,并可有效增强裂缝宽度提取总模型的抗干扰能力;所述方法采用多种深度学习分类算法模型,利用多模型分类值降噪后的权重均值作为裂缝宽度,降低误差率,提高鲁棒性。

主权项:1.一种基于深度学习的表观裂缝数据集构建与宽度提取方法,其特征在于,包括以下步骤:步骤1:拍摄裂缝高清灰度图,提取图像中裂缝相对坐标,依次连接相对坐标还原裂缝边缘走向线,拉伸走向线构造裂缝开裂面并构造裂缝开裂互补面;步骤2:根据生成的三维裂缝开裂面与裂缝开裂互补面,分别制作上片、下片裂缝形态底膜后,通过制模容器浇筑上片、下片裂缝模板;步骤3:确保两模板裂缝处于相对位置,确定所需要的裂缝宽度及裂缝角度后,使上片、下片裂缝模板相向移动,合并形成裂缝;步骤4:将裂缝采集系统与裂缝距离设定在工作距离范围内,并以固定间距选取多个工作距离进行采集,采用控制变量法采集多组裂缝图像数据;步骤5:将裂缝图像归类并对图像进行数据增强,从而构建出裂缝宽度数据集,根据测试集准确率,分别赋予不同模型不同权重,形成裂缝宽度提取算法汇总模型;步骤6:将实际工程拍摄的裂缝图像输入裂缝宽度提取算法汇总模型中,分别利用多个裂缝宽度分类算法模型,获得裂缝对应类别宽度,计算权重均值,即为最终提取的裂缝宽度。

全文数据:

权利要求:

百度查询: 浙江省交通运输科学研究院 一种基于深度学习的表观裂缝数据集构建与宽度提取方法

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。