典型文献
基于三维点云数据的沥青路面裂缝识别方法
文献摘要：
针对沥青路面二维裂缝图像识别精度较低的问题,文中借助三维激光扫描技术,利用三维点云数据所提取的裂缝特征验证二维图像裂缝特征的准确性,同时将提取的三维点云数据裂缝指标用于深度学习的准确率提升,以此提高裂缝图像的识别准确率.首先将获取的高精度二维图像进行图像增加、去噪、分割、特征提取等,然后通过对路表三维点云数据进行分类、滤波、融合,重建沥青路面路表三维形态模型,实现沥青路面裂缝的高效高精度识别与裂缝特征参数提取,利用密集卷积神经网络(DenseNet)的裂缝图像识别算法对200张验证图像进行测试.结果表明,通过利用三维点云数据对二维图像进行辅助判别的方法,可大幅提高裂缝图像的识别准确率,具有良好的普适性.
文献关键词：
沥青路面;裂缝特征;裂缝图像识别;三维点云数据
中图分类号：
[1]
交通运输（U）
/
公路运输（U4）
/
道路工程（U41）
/
路基、路面工程（U416）
/
路面工程（U416.2）
/
路面：按使用材料分（U416.21）
/
沥青路面（U416.217）
作者姓名：
周卓;徐青杰;王晓阳;王笑风
作者机构：
河南高速公路发展有限责任公司宛龙分公司 郑州 450000;河南省交通规划设计研究院股份有限公司 郑州 450000
文献出处：
引用格式：
[1]周卓;徐青杰;王晓阳;王笑风-.基于三维点云数据的沥青路面裂缝识别方法)[J].交通科技,2022(04):9-14
A类：
B类：
三维点云数据,沥青路面裂缝,裂缝识别,裂缝图像识别,识别精度,三维激光扫描技术,裂缝特征,二维图像,准确率提升,识别准确率,去噪,三维形态,形态模型,高精度识别,特征参数提取,密集卷积神经网络,DenseNet,识别算法,验证图像
AB值：
0.193979
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
