湖北工业大学学报2021，Vol.36Issue(4) ：8-12.

SLIC超像素与Inception网络的路面裂缝识别方法

Pavement Crack Detection Method Based on SLIC Superpixel and Inception Network

汤青洲 张德津 王墨川 胡成雪 陶健
湖北工业大学学报2021，Vol.36Issue(4) ：8-12.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

SLIC超像素与Inception网络的路面裂缝识别方法

Pavement Crack Detection Method Based on SLIC Superpixel and Inception Network

汤青洲 1张德津 2王墨川 1胡成雪 1陶健1
扫码查看

作者信息

  • 1. 湖北工业大学电气与电子工程学院,湖北武汉430068
  • 2. 湖北工业大学电气与电子工程学院,湖北武汉430068;深圳大学广东省城市空间信息工程重点实验室,深圳5 18060
  • 折叠

摘要

沥青路面图像存在大量点状噪声及裂缝不连续的问题,给识别精确度带来挑战,为此,提出了一种结合超像素分割与Inception网络的裂缝识别方法,首先采用超像素分割方法对路面图像进行初始分割,再利用Inception网络对超像素分割结果进行分类,实现对裂缝的粗分割及裂缝区域的准确定位;其次通过像素级与超像素级形态学方法提取裂缝主干,还原裂缝完整形态.与传统图像分割算法相比,有效降低了提取裂缝区域误差,完成裂缝快速准确定位,更适用于实际采集的路面图像裂缝识别.

关键词

计算机视觉/深度学习/裂缝识别/超像素分割/形态学

引用本文复制引用

基金项目

出版年

2021
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
被引量2
参考文献量6
段落导航相关论文