復(fù)雜背景下路面裂縫圖像自動檢測與識別算法研究.pdf

1、基于數(shù)字圖像處理的高速公路路面裂縫自動檢測技術(shù)在最近幾年得到了社會各界的高度重視與高速發(fā)展。在實(shí)際工作中,路面裂縫檢測將遇到各種復(fù)雜道路場景,如:破損路標(biāo)、路面油污,障礙物陰影、高頻噪聲等等。在這些情況下,目前已有的裂縫提取算法并不能滿足檢測要求,無法獲取所需的數(shù)據(jù),往往導(dǎo)致需要著重修補(bǔ)的地段被遺漏,是限制路面裂縫自動檢測實(shí)際應(yīng)用的技術(shù)瓶頸。針對上述難點(diǎn),本文對圖像增強(qiáng)處理、裂縫信息提取、裂縫參數(shù)計(jì)算等進(jìn)行了深入研究。本研究主要內(nèi)容包括

2、：
　　⑴提出使用同態(tài)對數(shù)灰度修正算法和方向性濾波算法用于增強(qiáng)待處理的圖像。對采集到的圖像使用同態(tài)對數(shù)灰度修正算法進(jìn)行光照補(bǔ)償處理,能夠增強(qiáng)光照不均勻處的細(xì)節(jié)信息;方向性濾波算法通過自適應(yīng)計(jì)算當(dāng)前區(qū)域的灰度方向值,使用對應(yīng)濾波模版來抑制背景噪聲,同時(shí)保護(hù)了裂縫細(xì)節(jié)信息。通過這兩個(gè)預(yù)處理步驟,為接下來的提取算法營造了一個(gè)穩(wěn)定的處理環(huán)境。
　?、铺岢隽嘶诹芽p多特征智能融合的多層次提取算法。根據(jù)裂縫的高頻特征使用零交叉點(diǎn)檢測的方

3、法篩選出無裂縫圖像,減少算法應(yīng)用誤差。接下來,基于裂縫非負(fù)性特征的提取算法被用于獲取最基本的裂縫信息,得到裂縫強(qiáng)度圖像;區(qū)域?qū)Ρ榷忍卣鞅挥糜谠鰪?qiáng)強(qiáng)度圖像中目標(biāo)區(qū)域的灰度值。利用基于線性特征的圓投影增強(qiáng)算法連接裂縫斷裂處,結(jié)合連通域面積去噪濾除離散噪聲。
　?、翘岢鍪褂眯螒B(tài)學(xué)變換與鏈碼跟蹤提取技術(shù)計(jì)算相應(yīng)的裂縫參數(shù)。先通過形態(tài)學(xué)處理獲取裂縫的骨架信息;然后計(jì)算每條裂縫的長度、長寬比、塊狀裂縫面積等信息,統(tǒng)計(jì)數(shù)量;最后根據(jù)對應(yīng)參數(shù)將這

4、些裂縫一一分類,評定病害等級。
　　⑷一系列實(shí)驗(yàn)驗(yàn)證了本文提出的多特征智能融合提取算法與圖像增強(qiáng)濾波算法的有效性和通用性。在實(shí)驗(yàn)過程中,首先對算法的每一步都進(jìn)行了實(shí)驗(yàn)驗(yàn)證,然后對各種復(fù)雜背景下路面裂縫圖像進(jìn)行了信息提取實(shí)驗(yàn),并與目前先進(jìn)的提取算法在提取效果和運(yùn)行時(shí)間上進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明:本文提出的裂縫檢測算法克服了現(xiàn)有提取算法的不足,具有靈敏度高、抗噪聲邊緣干擾性強(qiáng)的特點(diǎn),能夠準(zhǔn)確的在各種復(fù)雜路面圖像中提取出目標(biāo)裂縫信息,且