【摘 要】
：
高速公路是维系国家交通运输的重要命脉,在国家发展中有着重要作用。高速公路的定期检测是保养维护过程中的第一步,传统的利用人眼进行路面病害的检测方法具有劳动强度大、耗时长的缺点。而随着图像处理技术的进步,多种多样的检测系统被开发出来,不断向自动化智能化方向发展。但现有的检测策略普遍摆脱不了硬件要求高的缺点,而且普遍利用的是数据标签的形式进行分割,导致数据集的训练时间较长。因此本文提出了一种基于神经网络
论文部分内容阅读
高速公路是维系国家交通运输的重要命脉,在国家发展中有着重要作用。高速公路的定期检测是保养维护过程中的第一步,传统的利用人眼进行路面病害的检测方法具有劳动强度大、耗时长的缺点。而随着图像处理技术的进步,多种多样的检测系统被开发出来,不断向自动化智能化方向发展。但现有的检测策略普遍摆脱不了硬件要求高的缺点,而且普遍利用的是数据标签的形式进行分割,导致数据集的训练时间较长。因此本文提出了一种基于神经网络与多尺度融合算法的新型路面病害检测系统。本文基于病害图像的直方图作线性变换和均衡化处理以增强灰度特征,利用非下采样轮廓波变换将图像分为高低频子带分别处理,利用Sigmoid函数对细节特征进行增强,不使用传统特征提取算法中常用的一般去噪滤波,有效降低了运行时间,同时构造相应的自适应阶数调整模型与边缘提取算法以得到二值化的特征图像,相较于区域生长、分水岭等传统方法具有速度快的优点。同时在二值化卷积神经网络的基础上构造了特征分类系统,利用多种数据库在Matlab平台上进行了仿真模拟,得到了准确度为90.11%的分类模型,并设计路面损坏率（DR）和路面破损状况指数（PCI）进行测量的方法。
其他文献
基于深度学习的无线胶囊内镜消化道图像辅助诊断,在近年来取得了显著成果。诊断过程中往往需要针对特定的消化道器官进行筛选和分析,并且单个患者的消化道数据集是非常庞大的。因此训练一个有效的模型用于对消化道器官进行自动分类,将极大地减轻诊断的工作量和提升诊断效率。在实际应用中,有监督学习技术容易取得较高的精度,仍占据着主要地位。但有监督学习需要足够多的标注数据进行模型训练,而收集和标注足够的消化道图像代价
传统方法进行人眼视线估计时,由于复杂的硬件系统环境会导致人眼视线估计的结果出现较大误差。为了减小误差,本文简化硬件系统,只利用一个网络摄像头采集图像,并以深度学习理论为基础,在人脸关键点信息获取的基础之上,提出一种以人眼瞳孔定位与头部姿态估计相结合的方法,来提升人眼视线估计的精度。本文主要在以下几个方面展开了研究:（1）对人眼视线估计所需的人脸检测算法,人眼定位算法,头部姿态估计算法等进行深入研究
语文是我们学习其他学科的基础性学科,只有先学好了语文,其他学科的学习才会水到渠成。但是,我们发现,学生对语文学科学习的兴趣始终不浓厚,总是感到枯燥乏味[1]。究其原因,大都囿于传统教学方法的呆板无趣,如何突破传统,落实学生主动学习、自觉学习的新理念,情境教学法就为此问题的解决提供了有效的途径。
随着汽车保有量的增加,汽车在给人们带来方便之时,也带来了能源危机和环境污染两大问题。面对日益加剧的环境污染和能源危机问题,缸内直喷（GDI）发动机凭借着其低排放性和优异的动力性应运而生。由于GDI发动机的高压泵和喷油器均与共轨管道相连,且高压泵泵油波动大、发动机工作周期频率高,导致GDI发动机轨压波动大不易控制。而GDI发动机轨压直接影响着喷油压力,如轨压波动大会导致喷油压力的不稳定,会降低GDI
量子保密通信是基于量子力学的原理通过量子密钥分发（QKD）系统来进行保密通信,量子密钥分发是一个通信双方基于QKD协议协商产生共享密码的过程,所产生的密码在理论上具有无条件安全的特点。量子保密通信技术的研究是量子力学与信息科学相结合产生的新兴交叉学科的一个重点发展方向。通过使用量子保密通信技术实现信息的安全应用正逐步呈现出需求牵引、政策驱动、快速发展的特点。当前量子保密通信技术逐步走出实验室,并发
近年来,基于多生理信号的情绪识别技术已经逐渐成熟,对情绪生理数据的要求也逐渐提高,由于生理信号属于微弱的生物低频电信号,因此在采集与存放的过程中极易受到各种噪声的干扰,为了得到标准的情绪生理数据以及更好的对情绪生理数据进行保存与处理,本文研究了情绪生理数据的获取与预处理方法,并搭建了一个情绪生理数据库管理平台。本文的主要研究内容如下:1.情绪生理数据的预处理方法研究:通过分析心电、皮电和呼吸3种生
过去的几年中,随着移动终端的飞速发展,相关的产业链,例如微控制器、惯性传感器、通信芯片等已经发展成熟。无人机凭借其机动灵活的特点已从原本的战斗、巡逻、侦查等领域延伸至诸多工业及民用场景。随着无人机应用行业的日益普及,自然的导航环境变得越来越复杂,如何确保无人机的安全,成功完成工作目标以及如何防止无人机撞机或交通事故安全事故的发生,无人驾驶飞机的避障变得越来越重要,已成为无人机研究的热点。本文研究以
随着科技发展和民众财富增加,车辆日益增多的同时也造成了频发的交通事故,给人民生命和财产安全造成了严重危害。因此,开发汽车智能辅助驾驶技术和无人驾驶技术成了重要研究方向,其中基于可见光和红外图像的深度学习目标检测技术研究具有重大价值,由于车辆行人目标的多样化,道路环境的复杂使得车辆和行人检测技术非常具有挑战性。本文对车辆行人目标的检测进行了比较系统的分析和研究,提出了基于红外和可见光图像融合的检测框
汽车高压油路密封件作为汽车发动机油路安全运行的关键部件,采用精准且高效的检测技术,对工业生产和汽车出行安全有着重要作用。本文提出基于机器视觉的汽车发动机高压油路密封件缺陷检测系统,解决汽车发动机油路密封件在传统检测方法中耗费大量人力、准确率低和生产效率低等问题,对密封件的工厂生产具有重要的应用价值。本文完成了密封件缺陷视觉检测系统的构建,通过搭建视觉检测系统硬件图像采集平台和软件图像处理及结果显示
光学相干层析成像（Optical Coherence Tomography,OCT）技术能够对生物组织进行高分辨率实时成像,以其无损、分辨率高、成像速度快,制造成本相对较低等特点,拥有广阔的临床应用前景,基于内窥扫频OCT（SS-OCT）技术在消化道早期肿瘤检测具有重要的应用价值。内窥SS-OCT系统由于其探测灵敏度高、成像速度快且能够对消化道进行旋转扫描成像,有利于临床治疗的术前术后病情检测,因