基于图像识别的机场道面状态智能检测方法

    公开(公告)号:CN115937786A

    公开(公告)日:2023-04-07

    申请号:CN202211712547.5

    申请日:2022-12-29

    申请人: 东南大学

    IPC分类号: G06V20/52 G06V10/54 G06V10/82

    摘要: 本发明公开了基于图像识别的机场道面状态智能检测方法,首先布设光电设备并获取机场道面全范围图像,进行预处理,其中机场道面病害获取晴朗天气下的道面图像,FOD采用实时的视频图像,雨雪冰状况采用雨雪冰天气下的道面图片,摩擦系数采用无病害、无FOD晴朗天气下的道面图片。然后设计机场道面状态的识别模型,得到机场道面状态的具体属性。其中,机场道面病害、FOD、雨雪冰状态采用YOLO‑Airport深度神经网络识别算法,摩擦系数采用点云重构机场道面三维纹理。根据机场规范要求,本发明结合识别出的机场道面状态详细属性,提出机场道面状态的量化评级,为机场道面的日常养护提供检测技术与评价支撑,助力智慧机场建设。

    一种智能化路面病害识别检测方法及系统

    公开(公告)号:CN115457277A

    公开(公告)日:2022-12-09

    申请号:CN202211165084.5

    申请日:2022-09-23

    申请人: 东南大学

    摘要: 本发明公开了一种智能化路面病害识别检测方法及系统,该方法采用运动相机、GPS&北斗定位模块作为采集设备,采用改进的卡尔曼滤波算法、Crack‑QuickSort算法以及改进的Crack‑wnet算法进行定位数据和图像数据的预处理与处理操作,能够精确解算出道路病害的位置、长度、宽度和面积信息,结合上述信息进而求取得到路面表面破损状态指数PCI。该系统包括车辆位置获取模块,道路图像检测模块,道路图像特征提取模块,路面病害报表输出模块。本发明的优点在于实现了高精度路面病害检测,构建了整体性路面病害检测系统,此外,采用前景相机进行病害识别的方法使得路面检测设备与成本降低,增加了整个检测过程中的智能化程度。