融合Gabor滤波器与卷积神经网络的路面裂缝的检测方法

发明专利有效专利

申请号：
CN201911133199.4
IPC分类号：G06T7/00;G06N3/04;G06N3/08;G01N21/956;G01N21/88
申请日期：
2019-11-21
申请人：
天津大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	融合Gabor滤波器与卷积神经网络的路面裂缝的检测方法
申请号	CN201911133199.4	申请日期	2019-11-21
法律状态	实质审查	申报国家	中国
公开/公告日	2020-05-05	公开/公告号	CN111105389A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;1;N;2;1;/;9;5;6;;;G;0;1;N;2;1;/;8;8查看分类表>
申请人	天津大学	申请人地址	天津市津南区海河教育园区雅观路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	天津大学	当前权利人	天津大学
发明人	陈晓冬;艾大航;蔡怀宇;汪毅;张佳琛
代理机构	中科专利商标代理有限责任公司	代理人	吴梦圆

摘要

一种融合Gabor滤波器与卷积神经网络的路面裂缝的检测方法，该方法包括进行路面图像采集；对采集得到的图像进行预处理；将预处理后的图像划分成图像块并进行标注，将标注后的图像块分为训练集与测试集；将路面图像分块输入设计好的卷积神经网络，得到路面裂缝的检测结果。本发明方法依据路面裂缝检测主要依据纹理信息的特点，将Gabor滤波器融合至卷积神经网络中，利用Gabor滤波器提取路面图像纹理特征，利用残差网络对纹理特征图进行分类，通过引入Gabor滤波器，可以提高网络对纹理信息的敏感度，进而提高裂缝识别精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供