基于深度学习和主成因分析的路面裂纹检测方法及装置

成果基本信息
关键词：	深度学习,主成因分析,路面裂纹检测
成果类别：	应用技术	技术成熟度：	初期阶段
体现形式（基础理论类）：	其他	体现形式（应用技术类）：	新技术
成果登记号：		资源采集日期：

研究情况
单位名称：	武汉理工大学	技术水平：	未评价
评价证书号：		评价单位：
评价日期：		评价证书号：

转化情况
转让范围：	合作开发	推广形式：	合作开发
已转让企业数（个）：

联系方式
联系人（平台）：	孵化基地	联系人（平台）电话：	0771-3394012
*成果单位详细联系方式请登录会员；还不是会员，马上注册!

成果简介
本发明提供一种基于深度学习和主成因分析的路面裂纹检测方法，采集路面图像；将路面图像进行灰度化处理；再将每个路面图像裁剪为W×V个大小为K×K像素的子图像；人工挑选包含裂纹的子图像和不包含裂纹的子图像，分别作为正样本和负样本，共同作为训练卷积神经网络的训练集；建立卷积神经网络，用训练集训练这个卷积神经网络，利用训练好的卷积神经网络对经过预处理的待分析路面图像进行检测，自动提取包含裂纹的子图像；裂纹类型分析：通过对裂纹子图像的分布进行PCA计算，求得特征值和特征向量，判断裂纹种类。本发明利用卷积神经网络，对路面图像进行自动提取裂纹，实现道路裂纹检测和裂纹种类判断，为后续检测道路裂纹类型提供判断依据

成果名称：	基于深度学习和主成因分析的路面裂纹检测方法及装置	关键词：	深度学习,主成因分析,路面裂纹检测
成果类别：	应用技术	一级分类名称：
二级分类名称：		三级分类名称：
研究起止时间：		成果体现形式（应用技术类）：	新技术
成果属性：	原始性创新	成果体现形式（基础理论类）：	其他
技术成熟度：	初期阶段	技术水平：	未评价
研究形式：	独立研究	学科分类1：	国家标准GB T13745-92《学科分类与代码》
单位名称：	武汉理工大学	学科分类2：
中图分类号1：	中国图书资料分类法（第四版）	所属高新技术类别：
中图分类号2：		课题来源：	国家科技计划
应用行业：	交通运输、仓储和邮政业	课题立项名称：
国家科技计划子类别：	高技术研究发展计划（863计划）	课题立项编号：
经费实际投入额（万元）：		评价单位：
评价形式：	鉴定	应用状态：	稳定应用
评价日期：		转让范围：	合作开发
评价证书号：		推荐单位：
推广形式：	合作开发	成果登记号：
成果简介：	本发明提供一种基于深度学习和主成因分析的路面裂纹检测方法，采集路面图像；将路面图像进行灰度化处理；再将每个路面图像裁剪为W×V个大小为K×K像素的子图像；人工挑选包含裂纹的子图像和不包含裂纹的子图像，分别作为正样本和负样本，共同作为训练卷积神经网络的训练集；建立卷积神经网络，用训练集训练这个卷积神经网络，利用训练好的卷积神经网络对经过预处理的待分析路面图像进行检测，自动提取包含裂纹的子图像；裂纹类型分析：通过对裂纹子图像的分布进行PCA计算，求得特征值和特征向量，判断裂纹种类。本发明利用卷积神经网络，对路面图像进行自动提取裂纹，实现道路裂纹检测和裂纹种类判断，为后续检测道路裂纹类型提供判断依据
联系人：	陈绪高	成果登记日期：
联系人email：		单位代码：
邮政编码222：		联系人电话：	15296551147
单位传真：		单位通讯地址：
单位所在省市：		单位电话：
转让收入（万元）：		单位属性：	大专院校
合作完成单位：		已转让企业数（个）：
成果发布年份：		知识产权形式：
成果完成人：		资源采集日期：

基于深度学习和主成因分析的路面裂纹检测方法及装置

最新科技成果资讯

热门资讯排行

最新科技图文资讯

友情链接