本文關(guān)鍵詞：基于稀疏表示分類的路面裂縫檢測和識別算法

  更多相關(guān)文章： 裂縫檢測 機器學(xué)習(xí) 矩特征 稀疏表示分類 裂縫識別

【摘要】：針對傳統(tǒng)檢測算法普遍存在檢測精度低、耗時長的問題,提出了一種基于稀疏表示分類的檢測識別算法。該算法通過引入了稀疏表示分類器,選取有效的子塊高階矩特征對圖像子塊進行分類,避免了對圖像進行預(yù)處理,簡化了檢測步驟;然后根據(jù)子塊分類結(jié)果的映射編碼識別裂縫類型。在實際采集的高速公路路面圖像數(shù)據(jù)庫上進行測試,實驗結(jié)果表明該算法相比傳統(tǒng)算法具有更高的識別精度和執(zhí)行效率。
【作者單位】： 南京理工大學(xué)計算機科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 裂縫檢測 機器學(xué)習(xí) 矩特征 稀疏表示分類 裂縫識別
【基金】：國家自然科學(xué)基金(61473154)
【分類號】：U418.6;TP391.41
【正文快照】： 0引言隨著運輸量的增加,高速公路負荷加重,路面病害增多,嚴重影響高速公路的壽命。裂縫是路面最常見的病害,及時準確的發(fā)現(xiàn)路面裂縫對高負荷的公路的養(yǎng)護管理至關(guān)重要。以前通過人工視覺檢測,需要大量的人力物力,且檢測結(jié)果帶有人的主觀性。計算機的快速發(fā)展使得人們可以使用

【相似文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李艷彬;基于稀疏表示的交通圖像增強算法研究[D];大連交通大學(xué);2013年

2 王晶晶;基于稀疏表示的車輛識別方法研究[D];合肥工業(yè)大學(xué);2014年

3 李文敏;基于壓縮感知的駕駛員狀態(tài)感知若干問題研究[D];長安大學(xué);2014年

4 鄧雄偉;自然環(huán)境下道路交通標志的檢測與識別研究[D];南京理工大學(xué);2014年

5 郭勝;基于信號分解表示的交通標志定位與識別算法研究[D];大連理工大學(xué);2015年

，

本文編號：654771