一种采用无人机图像的桥梁病害识别方法

    公开(公告)号:CN110070008B

    公开(公告)日:2021-10-29

    申请号:CN201910272728.2

    申请日:2019-04-04

    摘要: 本发明公开了一种采用无人机图像的桥梁病害识别方法,包括以下步骤:桥梁病害图像通过具备高清摄像功能的无人机进行拍摄,经过图像质量优化、范围剪裁与尺寸标定后给出256色的RGB格式图像;按照裂缝与坑洞进行病害分类,以人工筛选与标记的方式建立桥梁病害样本库;全卷积神经网络模型采用“Tensorflow+Python”系统建立,选用VGGNet卷积神经网络框架作为模型基础,通过病害样本数据开展训练;通过训练后的全卷积神经网络对桥梁病害进行识别、分类,并根据所生成的二值化病害图像开展进一步评估。本发明可避免复杂背景对桥梁结构病害识别与标记的干扰,有效提升桥梁结构检测的效率与准确性。

    一种适用于遮挡场景的道路车辆LBP特征相关滤波跟踪方法

    公开(公告)号:CN110033477B

    公开(公告)日:2021-05-11

    申请号:CN201910273269.X

    申请日:2019-04-04

    IPC分类号: G06T7/246 G06T7/44

    摘要: 本发明公开了一种适用于遮挡场景的道路车辆LBP特征相关滤波跟踪方法,包括以下步骤:通过视频拍摄采集路面车辆行驶视频数据;使用颜色空间变换,将RGB空间转化为HSV空间;利用LBP算法提取特征;得到训练样本;利用最小二乘法计算训练样本的回归值;计算核矩阵;计算相关滤波器与其限制变量;设计合适的尺度池,使得尺度与追踪目标车辆匹配,并计算响应值;对每一帧所得到的跟踪车辆的中心位置进行连线,画出视频中跟踪车辆的轨迹。本发明在相关滤波器学习上强制执行弹性网络约束,稀疏性可以通过对相关滤波器的相应条目进行零化来自适应地忽略干扰特征,如遮挡和杂乱背景,提高了相关滤波的鲁棒性。