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：西南交通大学

摘要：本发明公开了一种基于沥青路面纹理的多尺度分解的摩擦预测方法。该方法包括以下步骤：获取沥青路面二维纹理数据集和沥青路面摩擦数据集；对沥青路面二维纹理数据集进行去噪处理和多尺度分解处理，获取沥青路面多尺度二维纹理数据集；构建摩擦预测模型，并利用沥青路面摩擦数据集和沥青路面多尺度二维纹理数据集对摩擦预测模型进行训练，获取训练好的摩擦预测模型，并将训练好的摩擦预测模型集成至检测车；利用集成训练好的摩擦预测模型的检测车对沥青路面进行扫描，以获取沥青路面的摩擦预测结果。本发明能够对任意沥青路面的摩擦进行自动的精准预测，以判断该沥青路面是否满足防滑要求，避免了人工测量存在的耗时和损伤路面的问题。

主权项：1.一种基于沥青路面纹理的多尺度分解的摩擦预测方法，其特征在于，包括以下步骤：S1、获取沥青路面二维纹理数据集和沥青路面摩擦数据集；S2、对步骤S1中的沥青路面二维纹理数据集进行去噪处理和多尺度分解处理，获取沥青路面多尺度二维纹理数据集；步骤S2包括以下步骤：S21、对步骤S1中的沥青路面二维纹理数据集进行去噪处理，以获取去噪后的沥青路面二维纹理数据集；步骤S21包括以下步骤：S211、计算沥青路面二维纹理数据集中二维纹理数据的均值，将超过2000或小于-2000的二维高程点值替换为二维纹理数据的均值，获取优化沥青路面二维纹理数据集；S212、使用二维傅里叶变换将步骤S211中的优化沥青路面二维纹理数据集分解为沥青路面宏观纹理数据和沥青路面微观纹理数据；S213、对步骤S212中的沥青路面宏观纹理数据进行双边滤波去噪，以获取优化沥青路面宏观纹理数据，表示为： 其中：Hx,y为优化宏观纹理数据中的像素值，优化宏观纹理数据为所有Hx,y的集合，Wp为归一化权重，x,y为当前像素的坐标，i,j为邻域内其他像素的坐标，Ω为像素邻域，Gs为空间权重函数，P·||为范数2，Gr为灰度权重函数，Ix,y为当前像素的灰度值，Ii,j为邻域内其他像素的灰度值；S214、对步骤S212中的沥青路面微观纹理数据进行MAD法离群值去噪，以获取第一优化沥青路面微观纹理数据，表示为： 其中：为第一优化微观纹理数据重的像素值，第一优化微观纹理数据为所有的集合，M为微观纹理数据中的中位数，Xi为微观纹理数据中的像素值，k为阈值倍数，MAD为微观纹理数据的MAD法离群值，otherwise为其他情况；S215、对步骤S214中的第一优化沥青路面微观纹理数据进行小波变换去噪，以获取第二优化沥青路面微观纹理数据，表示为： 其中：为第二优化微观纹理数据的图像，第二优化微观纹理数据即为所有的集合，a为尺度参数，b为位置参数，为去噪后的小波系数，ψa,bx,y为小波基函数；S216、将步骤S213中的优化沥青路面宏观纹理数据和步骤S215中的第二优化沥青路面微观纹理数据进行重构，以获取去噪后的沥青路面二维纹理数据集；S22、采用离散傅里叶变换对步骤S21中去噪后的沥青路面二维纹理数据集进行多尺度分解处理，获取波长为0.1～0.5mm、0.5～4mm、4mm～16mm、16mm～50mm和大于50mm的纹理信息，以获取沥青路面多尺度二维纹理数据集；步骤S22包括以下步骤：S221、将步骤S21中去噪后的沥青路面二维纹理数据集通过离散傅里叶变换转化至频率域，以获取沥青路面二维纹理的频率分量，表示为： 其中：X1[k,l]为沥青路面二维纹理的频率分量，[k,l]为频谱域的横纵坐标，M为行数，N为列数，m1[x,y]为去噪后的二维纹理数据集中二维纹理的像素值，[x,y]为横纵坐标；S222、依次对步骤S221中沥青路面二维纹理的频率分量中目标波长为0.1～0.5mm、0.5～4mm、4mm～16mm、16mm～50mm和大于50mm的纹理信息进行保留，并滤除目标波长外的杂波，获取滤除杂波后的沥青路面二维纹理的频率分量；S223、将步骤S222中滤除杂波后的沥青路面二维纹理的频率分量经过反向傅里叶变换转化为沥青路面二维纹理，以获取沥青路面多尺度二维纹理数据集，表示为： 其中：m2[x,y]为沥青路面多尺度二维纹理的像素值，沥青路面多尺度二维纹理数据集即为所有m2[x,y]的集合，X2[k,l]为滤除杂波后的沥青路面二维纹理的频率分量；S3、构建摩擦预测模型，并利用步骤S1中的沥青路面摩擦数据集和步骤S2中的沥青路面多尺度二维纹理数据集对摩擦预测模型进行训练，获取训练好的摩擦预测模型，并将训练好的摩擦预测模型集成至检测车；S4、利用步骤S3中集成训练好的摩擦预测模型的检测车对沥青路面进行扫描，以获取沥青路面的摩擦预测结果。

全文数据：

权利要求：

百度查询： 西南交通大学 一种基于沥青路面纹理的多尺度分解的摩擦预测方法