[01841918]结构化随机森林的混凝土表面裂缝自动识别
交易价格:
面议
所属行业:
软件
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本项目针对混凝土结构公路集桥梁定期检测任务,综合运用多传感器融合的远距离图像采集手段,图像处理及模式识别方法,裂缝分类建模和机器学习算法,研制开发一套具有工程使用价值的快速,使用范围广泛的混凝土裂缝自动识别和检测系统。 (1)本项目在深入分析混凝土结构裂缝图像特征和成像原理的基础上,对成像和多传感器设备集成优化,可极大提高系统的便携性和采集效率,所研究的结构化随机森林的混凝土表明裂缝自动识别系统,可实现20米的距离,检测精度达到0.2mm的缺陷自动识别。 (2)针对当前混凝土表面裂缝图像分类与识别算法普遍适用性较差的问题,提出了一种基于结构化随机森林的机器学习算法,设计多通道积分的结构化标签,融合灰度,颜色及方向梯度等多种特征,相比已有算法,具有更高的计算效率及更好的优化效果。
本项目针对混凝土结构公路集桥梁定期检测任务,综合运用多传感器融合的远距离图像采集手段,图像处理及模式识别方法,裂缝分类建模和机器学习算法,研制开发一套具有工程使用价值的快速,使用范围广泛的混凝土裂缝自动识别和检测系统。 (1)本项目在深入分析混凝土结构裂缝图像特征和成像原理的基础上,对成像和多传感器设备集成优化,可极大提高系统的便携性和采集效率,所研究的结构化随机森林的混凝土表明裂缝自动识别系统,可实现20米的距离,检测精度达到0.2mm的缺陷自动识别。 (2)针对当前混凝土表面裂缝图像分类与识别算法普遍适用性较差的问题,提出了一种基于结构化随机森林的机器学习算法,设计多通道积分的结构化标签,融合灰度,颜色及方向梯度等多种特征,相比已有算法,具有更高的计算效率及更好的优化效果。