基于BP神经网络的沥青路面裂缝识别方法研究
英红
丁海明
侯新月
刘杨
1.桂林电子科技大学 建筑与交通工程学院,广西 桂林,5410042.桂林电子科技大学 建筑与交通工程学院,广西 桂林,5410043.桂林电子科技大学 建筑与交通工程学院,广西 桂林,5410044.桂林电子科技大学 建筑与交通工程学院,广西 桂林,541004
摘要：沥青路面图像噪声污染多,随机性较强.针对传统路面图像在进行滤波、边缘检测等裂缝识别过程中,不能较好地识别裂缝信息且存在大量类似于裂缝的噪声污染问题,利用BP神经网络的学习性和容错性提出一种基于神经网络的裂缝识别方法.首先对沥青路面图像同态滤波增强后,将其分成32像素×32像素的小方格区域,然后提取小方格内图像参数与其邻域方格预测结果用于神经网络训练,最后将训练后的沥青路面图像小方格分为有裂缝和无裂缝两种,从而实现沥青路面裂缝的初提取.结果表明,该方法对沥青路面裂缝的识别率达到90%以上,能够较好地满足沥青路面裂缝识别的要求,是一种可行性较高的方法.
关键词：沥青路面同态滤波神经网络裂缝识别
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(51668012)广西壮族自治区高等学校项目(GIIP201507)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 105-111 )
英文信息