DOI：10.3969/j.issn.1672-3872.2025.22.034
作 者：宋培健 ，冯子奇（长安大学，陕西 西安 710000）
摘 要：【目的】解决传统图像处理方法在农村道路裂缝检测中对小尺寸裂缝识别率低、边界模糊以及难以有效分离裂缝与背景纹理等问题。【方法】提出了一种高精度、轻量化的裂缝检测方法。首先，通过车载高分辨率线扫相机采集农村道路裂缝图像，并构建了一个包含1 000张标注样本的数据集。其次，对比了非线性中值滤波算法与多尺度Retinex算法在噪声抑制和光照补偿中的表现，发现多尺度Retinex算法在复杂环境下具有更好的效果。最后，在此基础上应用YOLOv11模型进行实例分割，利用多尺度Retinex算法进行预处理，以评估模型性能。【结果】该方法在测试集上表现出色，能够有效地将裂缝从复杂环境中分离出来，mAP50达到93.6%，召回率达到91.2%。【结论】本研究提出的方法有效提高了农村道路的安全性和维护效率，为农村道路安全监测、养护决策及灾害预警提供了高精度、轻量化的解决方案。
关键词：农村道路裂缝；多尺度Retinex算法；YOLOv11
引文信息：[1]宋培健，冯子奇.基于YOLOv11的农村道路裂缝检测方法[J].南方农机，2025，56(22)：136-138.
查看全文请下载PDF文件↓
