摘要
如今深度学习、图像分析技术在道路病害自动化检测识别方面都有些探索应用,在实际场景应用时也取得一些效果,但仅使用单一算法研究在实际应用中仍存在一些问题,在实际应用中检测准确率和检出率并不理想。本文主要是结合深度学习网络和图像分析各自技术优点,提出“预处理+识别+后处理”的融合应用思路,采用了Yolov5算法和图像分析相关算法进行研究分析,在分析Yolov5算法原理和特点基础上,采用图像增强和白平衡算法来对图像图片进行处理,突出道路病害特征,也通过形态学方法膨胀处理,实现图像图片降噪处理,使得病害几何特征更明显。该研究应用取得了较为显著的效果,充分证明了多种算法技术结合应用的有效性和高效性。
出处
《中国交通信息化》
2024年第S01期561-563,共3页
China ITS Journal
