基于稀疏表示分类的路面裂缝检测和识别算法

发布时间：2017-08-11 07:09

  本文关键词：基于稀疏表示分类的路面裂缝检测和识别算法

  更多相关文章： 裂缝检测 机器学习 矩特征 稀疏表示分类 裂缝识别

【摘要】：针对传统检测算法普遍存在检测精度低、耗时长的问题,提出了一种基于稀疏表示分类的检测识别算法。该算法通过引入了稀疏表示分类器,选取有效的子块高阶矩特征对图像子块进行分类,避免了对图像进行预处理,简化了检测步骤;然后根据子块分类结果的映射编码识别裂缝类型。在实际采集的高速公路路面图像数据库上进行测试,实验结果表明该算法相比传统算法具有更高的识别精度和执行效率。
【作者单位】： 南京理工大学计算机科学与工程学院;
【关键词】： 裂缝检测 机器学习 矩特征 稀疏表示分类 裂缝识别
【基金】：国家自然科学基金(61473154)
【分类号】：U418.6;TP391.41
【正文快照】： 0引言随着运输量的增加,高速公路负荷加重,路面病害增多,严重影响高速公路的寿命。裂缝是路面最常见的病害,及时准确的发现路面裂缝对高负荷的公路的养护管理至关重要。以前通过人工视觉检测,需要大量的人力物力,且检测结果带有人的主观性。计算机的快速发展使得人们可以使用

【相似文献】

中国硕士学位论文全文数据库 前5条

1 李艳彬;基于稀疏表示的交通图像增强算法研究[D];大连交通大学;2013年

2 王晶晶;基于稀疏表示的车辆识别方法研究[D];合肥工业大学;2014年

3 李文敏;基于压缩感知的驾驶员状态感知若干问题研究[D];长安大学;2014年

4 邓雄伟;自然环境下道路交通标志的检测与识别研究[D];南京理工大学;2014年

5 郭胜;基于信号分解表示的交通标志定位与识别算法研究[D];大连理工大学;2015年

，

本文编号：654771