基于計(jì)算機(jī)視覺的橋梁表面缺陷檢測(cè)技術(shù)研究.pdf

1、本文主要研究工作是根據(jù)現(xiàn)代橋梁健康評(píng)估和檢測(cè)方法，結(jié)合公路混凝土橋梁的現(xiàn)狀與現(xiàn)行《規(guī)范》，應(yīng)用數(shù)字圖像處理和模式識(shí)別技術(shù)對(duì)橋梁表面缺陷圖像進(jìn)行檢測(cè)和評(píng)估，并且對(duì)以下幾個(gè)關(guān)鍵問題進(jìn)行了研究：(1)在采用高速CCD和圖像采集卡進(jìn)行缺陷圖像采集過程中，分析缺陷圖像采集過程中光照不均的問題，選用了合適的光源與光照方法。(2)實(shí)現(xiàn)對(duì)缺陷圖像的進(jìn)行量化分割，即采用中值濾波與加權(quán)平均算法對(duì)量化后的缺陷圖像進(jìn)行噪聲去除，同時(shí)選用結(jié)合迭代剪枝算法和形態(tài)學(xué)

2、方法，以保存良好的缺陷特征信息。(3)運(yùn)用基于“塊”圖像的神經(jīng)網(wǎng)絡(luò)對(duì)缺陷圖像進(jìn)行識(shí)別分類：即將預(yù)處理完的圖像進(jìn)行“塊”處理化，采用兩種基于“塊”圖像的BP神經(jīng)網(wǎng)絡(luò)方法：基于圖像的神經(jīng)網(wǎng)絡(luò)方法(INN)和基于直方圖的神經(jīng)網(wǎng)絡(luò)方法(HNN)對(duì)缺陷圖像進(jìn)行分類識(shí)別。這兩種方法都是在基于像素的神經(jīng)網(wǎng)絡(luò)方法(PixNN)的基礎(chǔ)上發(fā)展起來的。通過對(duì)兩種神經(jīng)網(wǎng)絡(luò)在不同隱含節(jié)點(diǎn)、學(xué)習(xí)效率和循環(huán)次數(shù)下分別進(jìn)行性能測(cè)試。(4)對(duì)缺陷進(jìn)行量化估算，并建立缺陷