路面破損圖像檢測算法研究.pdf

1、隨著我國交通運(yùn)輸業(yè)的快速發(fā)展和公路網(wǎng)絡(luò)建設(shè)日益完善，公路維護(hù)和養(yǎng)護(hù)工作得到越來越多的重視。傳統(tǒng)的人工檢測與識別方法已經(jīng)不能滿足公路快速發(fā)展的節(jié)奏需求，因此，基于路面圖像的檢測與識別技術(shù)的研究變得尤為重要。本文重點(diǎn)對路面破損圖像的裂縫檢測算法進(jìn)行研究。
　　首先，分析路面裂縫圖像特點(diǎn)，并對其進(jìn)行預(yù)處理。由于路面狀況或采集設(shè)備自身的原因，采集到的路面裂縫圖像不可避免的引入了大量噪聲。本文采用直方圖均衡化的方法對圖像進(jìn)行增強(qiáng)，采用維納濾

2、波對圖像進(jìn)行平滑處理，并將處理結(jié)果與中值濾波、均值濾波的去噪效果相比較。比較結(jié)果說明，維納濾波對路面破損圖像的去噪效果較好，為后續(xù)處理工作奠定了基礎(chǔ)。
　　其次，對預(yù)處理后的圖像進(jìn)行邊緣檢測和裂縫區(qū)域分割問題研究。本文采用Sobel算子對裂縫圖像進(jìn)行邊緣檢測，得到的效果較為理想；采用二值形態(tài)學(xué)算法對圖像進(jìn)行濾波處理，去除圖像中孤立噪聲點(diǎn)和小面積區(qū)域噪聲，這樣不僅可以保持較完整清晰的裂縫目標(biāo)，而且能夠有效抑制噪聲；同時(shí)運(yùn)用形態(tài)學(xué)算法

3、對裂縫邊緣斷裂處進(jìn)行連接處理，進(jìn)而實(shí)現(xiàn)裂縫區(qū)域的分割。
　　最后，對特征提取和分類識別問題進(jìn)行了研究。本文對路面裂縫的三類特征進(jìn)行提取，分別為：裂縫圖像優(yōu)化后的投影特征、裂縫區(qū)域像素?cái)?shù)和裂縫的分布密度特征；然后，基于這三類特征向量應(yīng)用支持向量機(jī)算法，對路面裂縫圖像進(jìn)行分類識別。通過對176幅圖像進(jìn)行驗(yàn)證實(shí)驗(yàn)，結(jié)果說明：采用以上三類特征作為目標(biāo)特征，可以很好的將裂縫圖像進(jìn)行分類，優(yōu)化后的投影特征使裂縫特征更加明顯，且抗噪聲能力較強(qiáng)，