一种基于深度学习的地铁隧道细微裂缝分割方法
授权
摘要
本发明涉及一种基于深度学习的地铁隧道细微裂缝分割方法，具体步骤如下S1：利用移动小车自动采集地铁隧道表面图像，人工挑选并标注包含裂缝的图像，建立隧道表面裂缝图像数据库；S2：对原始隧道图像进行图像预处理，构建深度学习模型；S3：进行地铁隧道细微裂缝识别和分割。通过本发明，对地铁隧道表面图像细微裂缝提供了高效的自动检测和分割方法，节省人力成本，提高检测效率，并有效避免人为主观原因造成的错选、漏选，具有重要的实际应用意义。
基本信息
专利标题 ：
一种基于深度学习的地铁隧道细微裂缝分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111932548A
申请号 ：
CN202010319469.7
公开（公告）日 ：
2020-11-13
申请日 ：
2020-04-21
授权号 ：
CN111932548B
授权日 ：
2022-04-22
发明人 ：
汪俊李大伟徐莹莹李虎刘树亚
申请人 ：
南京航空航天大学
申请人地址 ：
江苏省南京市秦淮区御道街29号
代理机构 ：
南京钟山专利代理有限公司
代理人 ：
刘林峰
优先权 ：
CN202010319469.7
主分类号 ：
G06T7/11
IPC分类号 ：
G06T7/11 G06K9/46 G06K9/62 G06N3/04 G06N3/08 G06T7/33
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
G06T7/11
区域分割
法律状态
2022-04-22 ：
授权
2020-12-01 ：
实质审查的生效
IPC(主分类) : G06T 7/11
申请日 : 20200421
申请日 : 20200421
2020-11-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
