一种基于SVM的路面影像损伤跨尺度识别方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于SVM的路面影像损伤跨尺度识别方法

沈照庆, 彭余华, 舒宁

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(8): 993-997

沈照庆, 彭余华, 舒宁. 一种基于SVM的路面影像损伤跨尺度识别方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 993-997.

引用本文:

沈照庆, 彭余华, 舒宁. 一种基于SVM的路面影像损伤跨尺度识别方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 993-997.

SHEN Zhaoqing, PENG Yuhua, SHU Ning. A Road Damage Identification Method Based on Scale-span Image and SVM[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 993-997.

Citation:

SHEN Zhaoqing, PENG Yuhua, SHU Ning. A Road Damage Identification Method Based on Scale-span Image and SVM[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 993-997.

一种基于SVM的路面影像损伤跨尺度识别方法

¹长安大学公路学院;²武汉大学遥感信息工程学院

基金项目: 国家973计划资助项目(2006CB701303); 长江学者和创新团队发展计划资助项目(IRT1050); 中央高校基本科研业务费专项资金资助项目(CHD2011JC011,CHD2011JC085); 广西科技攻关与新产品试制项目(桂科攻10124006-10)

作者简介:
沈照庆，博士，讲师，主要从事３Ｓ技术在公路交通设计管理方面的研究。

中图分类号: P237.4;P237.9

A Road Damage Identification Method Based on Scale-span Image and SVM

¹Highway College,Chang’an University,Middle Section of Nanerhuan Road,Xi’an 710064,China;²School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家973计划资助项目(2006CB701303); 长江学者和创新团队发展计划资助项目(IRT1050); 中央高校基本科研业务费专项资金资助项目(CHD2011JC011,CHD2011JC085); 广西科技攻关与新产品试制项目(桂科攻10124006-10)

摘要: 针对路面裂缝识别精度和效率较低的问题,提出了一种精确快速检测路面破损图像的跨尺度识别方法。在影像的空间域中,将路面影像根据一定的阈值分为若干个不同尺度的特征影像,根据不同路面损伤影像特性选择若干最佳损伤识别尺度影像有效叠加为跨尺度影像模型,设计了基于支持向量机(support vectormachine,SVM)的"1Vm"道路损伤影像裂缝模式识别器,可以有效提取细裂缝和粗裂缝。实验结果表明,该算法提高了路面破损图像识别的精度和效率,能快速准确地识别出路面损伤的程度和范围。
- 路面损伤 /
- 影像识别 /
- SVM /
- 跨尺度 /
- 道路工程
Abstract: In order to improve the accuracy and efficiency of the pavement crack recognition,a precise fast pavement damage detection method is proposed based on scale-span images.In the image space domain,a pavement image is transformed into differently scaled images according to different thresholds firstly.Several damage identification scale images are selected to set up scale-span image model by superimposing according to different pavement damage image characteristics.At the same time,the road image cracks pattern identifier is designed based on support vector machine(SVM) "1 V m" to extract the fine cracks and thick cracks effectively.The test results show that the algorithm has greatly increased the accuracy and efficiency of the pavement cracks image recognition,The pavement damage degree and range can be also identified quickly and accurately.
- pavement damage /
- image recognition /
- SVM /
- scale-span /
- road engineering

[1]	刘向龙李清泉,. 基于金字塔结构的海量路面影像破损统计模型[J]. 武汉大学学报(信息科学版). 2008(04)[2] 李清泉刘向龙,. 路面裂缝影像几何特征提取算法[J]. 中国科技论文在线. 2007(07)[3] 丁爱玲焦李成,. 基于支撑矢量机的路面破损识别[J]. 长安大学学报(自然科学版). 2007(02)[4] 张娟沙爱民,高怀钢,孙朝云,. 基于数字图像处理的路面裂缝自动识别与评价系统[J]. 长安大学学报(自然科学版). 2004(02)[5] 吴凡祝国瑞,. 基于小波分析的地貌多尺度表达与自动综合[J]. 武汉大学学报(信息科学版). 2001(02)

[1]	邢汉发, 孟媛, 侯东阳, 徐海滨, 刘金然. 一种应用兴趣点数据进行地表覆盖分类的方法 . 武汉大学学报 ( 信息科学版), 2019, 44(5): 758-764. doi: 10.13203/j.whugis20170046
[2]	涂继辉, 眭海刚, 冯文卿, 孙开敏. 利用词袋模型检测建筑物顶面损毁区域 . 武汉大学学报 ( 信息科学版), 2018, 43(5): 691-696. doi: 10.13203/j.whugis20150665
[3]	何亚坤, 艾廷华, 杜欣, 禹文豪. 网络空间向量剖分法识别城市路网网格模式 . 武汉大学学报 ( 信息科学版), 2018, 43(1): 138-139. doi: 10.13203/j.whugis20150757
[4]	王毅, 李季. 基于SVM的高光谱遥感图像亚像元定位 . 武汉大学学报 ( 信息科学版), 2017, 42(2): 198-201. doi: 10.13203/j.whugis20150443
[5]	吴一全, 陶飞翔, 曹照清. 基于Log-Gabor小波和Krawtchouk矩的遥感图像分类 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 861-867. doi: 10.13203/j.whugis20140234
[6]	白璘, 刘盼芝, 惠萌. 利用小波核最小噪声分离进行高光谱影像SVM分类 . 武汉大学学报 ( 信息科学版), 2016, 41(5): 624-628,644. doi: 10.13203/j.whugis20140209
[7]	岳冲, 刘昌军, 王晓芳. 基于多尺度维度特征和SVM的高陡边坡点云数据分类算法研究 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 882-888. doi: 10.13203/j.whugis20140335
[8]	刘操, 郑宏, 黎曦, 余典. 基于多通道融合HOG特征的全天候运动车辆检测方法 . 武汉大学学报 ( 信息科学版), 2015, 40(8): 1048-1053. doi: 10.13203/j.whugis20130341
[9]	王凯, 舒宁, 孔祥兵, 李亮. 一种多特征转换的高光谱影像自适应分类方法 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 612-616. doi: 10.13203/j.whugis20130384
[10]	石强, 陈凤娥, 梅天灿, 秦前清. SVM后验概率结合改进多尺度MRF的遥感影像分割方法 . 武汉大学学报 ( 信息科学版), 2013, 38(2): 195-199.
[11]	吴军, 刘荣, 郭宁, 刘丽娟. SVM加权学习下的机载LiDAR数据多元分类研究 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 1-5.
[12]	刘婷婷, 林珲, 张良培, 代汉青. 利用SVM相关反馈和语义挖掘的遥感影像检索 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 415-418.
[13]	徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类 . 武汉大学学报 ( 信息科学版), 2011, 36(5): 540-543.
[14]	林丽群, 舒宁, 龚龑, 肖俊. 基于像斑的多光谱影像跨尺度分类研究 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 40-43.
[15]	沈照庆, 舒宁, 陶建斌. 一种基于NPA的加权“1 V m”SVM高光谱影像分类算法 . 武汉大学学报 ( 信息科学版), 2009, 34(12): 1444-1447.
[16]	宋小刚, 李德仁, 廖明生, 程亮. 基于GPS观测量的InSAR干涉图中对流层改正方法及其论证 . 武汉大学学报 ( 信息科学版), 2008, 33(3): 233-236.
[17]	闫利, 张毅. 基于法向量模糊聚类的道路面点云数据滤波 . 武汉大学学报 ( 信息科学版), 2007, 32(12): 1119-1122.
[18]	陈刚, 鄂栋臣. 基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测 . 武汉大学学报 ( 信息科学版), 2006, 31(5): 403-406.
[19]	徐芳, 梅文胜, 燕琴. 支持向量机中遗传模糊C-均值的样本预选取方法 . 武汉大学学报 ( 信息科学版), 2005, 30(10): 921-924.
[20]	肖力炀, 李伟, 袁博, 崔逸群, 高荣, 王文庆. 一种改进型Mask R-CNN模型的路面裂缝识别方法 . 武汉大学学报 ( 信息科学版), 0, 0(0): -. doi: 10.13203/j.whugis20210279

WeChat

点击查看大图

计量

文章访问数: 889
HTML全文浏览量: 55
PDF下载量: 610
被引次数: 0

一种基于SVM的路面影像损伤跨尺度识别方法

¹长安大学公路学院;²武汉大学遥感信息工程学院

基金项目: 国家973计划资助项目(2006CB701303); 长江学者和创新团队发展计划资助项目(IRT1050); 中央高校基本科研业务费专项资金资助项目(CHD2011JC011,CHD2011JC085); 广西科技攻关与新产品试制项目(桂科攻10124006-10)

作者简介:
沈照庆，博士，讲师，主要从事３Ｓ技术在公路交通设计管理方面的研究。

收稿日期: 2013-05-25
修回日期: 2013-05-25
刊出日期: 2013-08-05

中图分类号: P237.4;P237.9

关键词:

SVM /

摘要: 针对路面裂缝识别精度和效率较低的问题,提出了一种精确快速检测路面破损图像的跨尺度识别方法。在影像的空间域中,将路面影像根据一定的阈值分为若干个不同尺度的特征影像,根据不同路面损伤影像特性选择若干最佳损伤识别尺度影像有效叠加为跨尺度影像模型,设计了基于支持向量机(support vectormachine,SVM)的"1Vm"道路损伤影像裂缝模式识别器,可以有效提取细裂缝和粗裂缝。实验结果表明,该算法提高了路面破损图像识别的精度和效率,能快速准确地识别出路面损伤的程度和范围。

English Abstract

沈照庆, 彭余华, 舒宁. 一种基于SVM的路面影像损伤跨尺度识别方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 993-997.

引用本文:

沈照庆, 彭余华, 舒宁. 一种基于SVM的路面影像损伤跨尺度识别方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(8): 993-997.

SHEN Zhaoqing, PENG Yuhua, SHU Ning. A Road Damage Identification Method Based on Scale-span Image and SVM[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 993-997.

Citation:

SHEN Zhaoqing, PENG Yuhua, SHU Ning. A Road Damage Identification Method Based on Scale-span Image and SVM[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 993-997.

全文HTML

参考文献 (1)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码