为了评价沥青路面裂缝密封胶的低温性能,选择6种加热型密封胶和7种常温型密封胶,变化试验温度、拉伸速率、浸水等试验条件进行粘结试验。结果显示,3种加热型密封胶以及有机硅密封胶具有较好的低温性能。随着试验温度的降低,加热型密封胶的最大拉伸量显著减小,而常温型密封胶的感温性较小,特别是有机硅密封胶几乎不受温度影响。拉伸速率对加热型密封胶的影响较大,而有机硅密封胶接近于理想弹性体,受拉伸速率的影响很校加热型密封胶的应力松弛能力优于有机硅密封胶,但抗浸水能力不如有机硅密封胶。

沥青路面图像噪声污染多,随机性较强。针对传统路面图像在进行滤波、边缘检测等裂缝识别过程中,不能较好地识别裂缝信息且存在大量类似于裂缝的噪声污染问题,利用BP神经网络的学习性和容错性提出一种基于神经网络的裂缝识别方法。首先对沥青路面图像同态滤波增强后,将其分成32像素×32像素的小方格区域,然后提取小方格内图像参数与其邻域方格预测结果用于神经网络训练,最后将训练后的沥青路面图像小方格分为有裂缝和无裂缝两种,从而实现沥青路面裂缝的初提取。结果表明,该方法对沥青路面裂缝的识别率达到90%以上,能够较好地满足沥青路面裂缝识别的要求,是一种可行性较高的方法。

基于MATLAB的路面裂缝检测识别系统设计，适合本科或部分研究生课程设计。程序代码较多，但可直接使用。若存在无法运行，可以联系本人。

路面裂缝公共数据集，一共156张路面裂纹图像，比较清晰好分辨。

路面破损的识别。基于密度因子的。有方向密度因子，基本密度因子和混合密度因子

基于计算机视觉matalb的路面检测设计，本方法采用二值化 大津法进行阙值选取效果尚可 仅供参考切勿盗版

裂缝是路面表面的重要病害之一。传统的裂缝检测依赖于人工的视觉检查，在实际操作中费时费力。虽然传统的图像处理技术在一定程度上可使裂缝检测与分割更加自动化，但是图像处理技术易受到由光照、模糊等引起的一些噪声的影响。为了完成复杂环境下对路面裂缝的分割及检测，提出了一种基于改进的全卷积神经网络（Fully Convolutional Networks，FCN）的分割方法，根据建立的数据集训练传统FCN和优化后的FCN，测试结果表明其平均交并比（mean_IoU）得到了一定的提高，故该方法能够较准确地分割出路面裂缝。

针对传统裂缝图像分割方法不能准确提取混凝土表面裂缝的难题,提出了一种改进的轻量级全局卷积网络的路面裂缝图像分割模型。根据深度卷积网络原理,使用大卷积核对裂缝图像进行分类和定位,针对裂缝特征构建轻量级的语义分割MobileNetv2-GCN模型。实验对比结果表明,该模型在三个公开裂缝数据集上都表现出优越的性能。采用中轴骨架算法提取语义分割后的裂缝骨架,计算裂缝平均宽度的物理值,其实验结果具有较高的准确性,可为公路健康检测提供可靠的数据支持。

基于卷积神经网络的路面裂缝检测

基于matlab的路面裂缝检测识别系统设计，路面裂缝检测从视觉上来看是典型的线状目标检测，因此路面裂缝图像的增强与定位属于线状目标检测的研究领域，代码亲测可用，有很高的参考价值