一种基于CNN深度学习的桥梁裂缝检测定位方法

发明专利有效专利

申请号：
CN201710025361.5
IPC分类号：G06T7/00G06N3/04G06N3/08
申请日期：
2017-01-13
申请人：
陕西师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于CNN深度学习的桥梁裂缝检测定位方法
申请号	CN201710025361.5	申请日期	2017-01-13
法律状态	授权	申报国家	中国
公开/公告日	2017-06-30	公开/公告号	CN106910186A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G06T7/00;G06N3/04;G06N3/08查看分类表>
申请人	陕西师范大学	申请人地址	陕西省西安市长安区西长安街620号陕西师范大学长*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	陕西师范大学	当前权利人	陕西师范大学
发明人	李良福;马卫飞;李丽;张玉霞
代理机构	西安智萃知识产权代理有限公司	代理人	暂无

摘要

本发明公开了一种基于CNN深度学习的桥梁裂缝检测定位方法,该方法首先利用窗口滑动算法将桥梁图像切分为较小的桥梁裂缝面元图像和桥梁背景面元图像；同时,根据基于卷积神经网络(CNN)的DBCC分类模型,对桥梁背景面元图像和桥梁裂缝面元图像进行识别；然后,结合窗口滑动算法在整幅桥梁裂缝图像上进行桥梁裂缝的检测定位；最后,采用图像金字塔和ROI区域相结合的搜索策略对算法进行加速。与传统的裂缝检测定位方法相比,本发明提出的桥梁裂缝检测定位方法不仅具有更好的检测效果和更强的泛化能力,而且本发明的检测定位方法是直接基于彩色图像进行的,这也是传统的裂缝检测定位方法所不具备的特点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

立体显示器发明专利

申请号：CN99116235.8

LOC分类号:

专利服务由北京酷爱智慧知识产权代理公司提供