Copyright ©2013-2017 中国知网论文查重检测系统入口 All Rights Reserved. 网站备案号：黔ICP备19012782号-3.
早期主要采用传统的人工检测方法来实现对路面的裂缝检测。 道路技 术维护人员一般需要到道路的现场勘查、检测和记录。 这种依靠人工的方式不仅费 时费力，效率低下，容易犯错，还可能导致安全事故的发生。
1. 裂缝检测的发展 近些年来，在基于计算机视觉对道路路面裂缝的识别领域，研究方向大致分为两部分：其一是基于数字图像处理，主要由人工判别特征，利用频率﹑边缘﹑HOG﹑灰度﹑纹理和熵等众多特征规律，设计一些特征识别条件来限制以完成识别；其二便是基于深度学习，建立卷积网络并利用网络去自动寻找数据的特征，让网络按一定规律不断自我调整以实现输入数据输出等于或逼近标签。 基于数字图像处理方向，近十几年国内外诸多学者在识别道路路面裂缝上有着深入研究。
传统的人工检测方法不仅耗时、费力、准确率低而且安全性低。 因此，自动裂缝检测识别系统的研究对于确保交通的安全具有重要意义。 本文以实时检测路面裂缝为目标，同时为了避免人工现场拍摄检测可能存在的风险，在研究了国内外路面裂缝检测现状的基础上，开展了基于深度学习的路面裂缝检测研究。
国内外路面裂缝检测系统的 优点主要有：相对于传统的人工检测大大提高了检查效率；采用移动车辆来获 取图像信息，方便实用；引入图像处理技术来对图像进行处理，使得目标更易识别；部分采用照明设备，增加图像的清度；手持检测设备方便携带，信息采集 准确，成本低，方便操作和适用性较强等。 但是，目前国内外路面检测系统也有一些较严重的缺陷：车载设备造价昂贵， 且维护成本大。