为提高公路路面养护效率、降低养护成本,采用无人机航摄方式对沥青路面破损进行勘察,并构建路面破损图像综合检测系统对沥青路面裂缝进行了识别和分类.该系统采用Python 编程语言对图像进行定位,利用人工神经网络模型对路面裂缝类型进行训练识别和分类,利用改进的 U-net分割网络算法将裂缝从图像中提取出来并进行几何参数的计算.结果表明:系统对于路面破损图像裂缝识别分类的正确率可达98%以上,平均处理1 km路面破损图像的时间仅为2.15 s;相比于传统检测人员目视+路面检测车巡检的方式,可大幅提高公路路面的维护效率,并有效降低养护成本.
NETL
NSTL
万方数据
