基于圖像分析的路面裂縫檢測方法與識別研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、路面裂縫檢測是公路路面質量管理的重要組成部分,隨著自動化檢測程度的不斷提高,基于圖像分析的路面裂縫檢測與識別方法成為路面檢測技術的發(fā)展趨勢。通常情況下,路面裂縫容易受到噪聲和各種路況的干擾,使裂縫檢測較為困難。本文在分析總結了一些學者的研究成果的基礎上,從實用角度出發(fā),研究了路面裂縫檢測與識別分析關鍵的實用技術,主要研究內容如下:
  研究了路面裂縫圖像增強技術,將改進中值濾波和小波閾值濾波方法聯(lián)合起來對裂縫圖像進行混合去噪,取得

2、了一定的去噪效果;特別地,針對路面裂縫圖像受到光照不均勻的影響,針對傳統(tǒng)同態(tài)濾波方法抑制不足,應用基于小波變換的方法抑制裂縫圖像光照不均勻,并與同態(tài)濾波方法進行了對比實驗。
  研究了裂縫目標提取方法,研究了傳統(tǒng)圖像分割方法諸如邊緣檢測算子、閾值分割算法在裂縫圖像分割中的應用效果;研究將多結構元素抗噪型形態(tài)學邊緣檢測算子應用到路面裂縫目標提取中,并進一步研究了以OTSU結果為基礎、提取局部灰度特征、相異度特征和方向特征進行細劃分并

3、采用多結構元素形態(tài)學二值去噪的裂縫圖像分割方法,并取得了不錯的目標提取效果,穩(wěn)定性較好,能夠滿足道路路面裂縫檢測的要求。
  分析了路面裂縫的四種類型,根據裂縫的特征提取了投影變換-破損特征向量、裂縫分布密度特征向量,針對裂縫分布密度特征向量的不足,研究了改進裂縫分布密度特征向量的提取方法,并給出了融合特征向量的表征方法。然后,基于BP神經網絡設計了三個裂縫分類器。實驗結果表明,改進裂縫分布密度特征分類器的識別效果優(yōu)于投影變換-破

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論