基于神经网络的沥青路面破损图像识别研究 |
| |
引用本文: | 初秀民,王荣本. 基于神经网络的沥青路面破损图像识别研究[J]. 武汉理工大学学报(交通科学与工程版), 2004, 28(3): 373-376 |
| |
作者姓名: | 初秀民 王荣本 |
| |
作者单位: | 1. 武汉理工大学ITS研究中心,武汉,430063;吉林大学交通学院,长春,130025 2. 吉林大学交通学院,长春,130025 |
| |
基金项目: | 教育部博士点基金资助(批准号:2000018507) |
| |
摘 要: | 提出了一种减少沥青路面破损图像识别计算量的图像分割方法.将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征.设计了基于BP神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果.并将路面破损图像子块分布特征作为路面破损图像的整体特征,在此基础上设计了基于全局优化算法的路面破损前馈神经网络分类器.最后进行了路面破损图像识别试验,识别率达到96.7%.
|
关 键 词: | 路面破损 模式识别 分类器 神经网络 |
修稿时间: | 2004-02-27 |
Asphalt Pavement Surface Distress Image Recognition Based on Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|