基于改進Niblack及Radon相關技術的復雜路面裂縫圖像檢測與算法評價.pdf

1、隨著公路事業(yè)的快速發(fā)展，基于數字圖像處理的路面裂縫檢測技術已經成為研究的熱點和難點。在路面裂縫檢測過程中，會遇到各種復雜的路況，導致獲取的路面圖像中會出現一些復雜的背景，例如光照不均、障礙物陰影、路面油污、隨機噪聲等。在這些情況下，現有的裂縫提取算法已不能滿足檢測需求，無法很好的獲取裂縫等數據，導致不能及時對路面進行維修和養(yǎng)護。
　　針對上述問題，本文從圖像增強處理、裂縫信息提取、裂縫連接及參數計算、裂縫算法評價四個主要方面對復雜

2、背景情況下路面裂縫檢測進行了深入研究。
　　(1)論文針對路面裂縫圖像背景噪聲多，光照不均勻、陰影等特點，提出利用基于分數階積分的算法對路面裂縫圖像進行增強。增強后的裂縫圖像不僅突出了圖像的對比度，保留了裂縫圖像的邊緣和紋理等細節(jié)信息，而且不會使圖像產生模糊現象。
　　(2)論文針對背景不均勻及陰影裂縫圖像等，提出了一種基于改進Niblack并結合連通域直方圖特性的裂縫提取算法。通過分析陰影圖像的裂縫特征，利用圖像的統計特性

3、及空間鄰域信息和灰度信息的相關性對Niblack算法進行改進，實現裂縫的粗提??；接下來，將粗提取的裂縫圖像通過連通域距離標準差特征進行裂縫的進一步提取。
　　(3)論文利用最大熵閾值并結合裂縫的方向和距離進行裂縫間隙連接，并將連接后的裂縫進行長度和寬度的測量分析。其中，長度測量分析依據提取的裂縫骨架進行計算，寬度測量分析采用基于二階矩Ferret的分析方法，該方法測量較準確。
　　(4)對本文提出的裂縫提取算法進行評價分析。

4、首先對提取后的裂縫進行分類，該分類方法采用的是Radon變換并結合聚類的方法，該方法簡單迅速，且較精確。然后對本文算法進行評價，該部分分為兩部分：①由于本文算法針對的圖像一般為對比度低，背景不均勻和陰影等復雜背景圖像，文中選取三幅具有代表性的圖像分別將本文算法與經典的及現在較流行的算法進行比較分析，實驗結果體現了本文算法的有效性和優(yōu)越性；②依據裂縫的類型對本文的算法進行F評價，結果表明本文提出的算法對背景不均勻及陰影等復雜背景圖像具有較