基于Matlab的路面裂縫識(shí)別算法研究.pdf

1、高速公路路面病害養(yǎng)護(hù)和管理的重要部分就是路面裂縫的檢測。近年來,路面裂縫自動(dòng)檢測技術(shù)已得到了廣泛應(yīng)用,而由于路面裂縫圖像的復(fù)雜性,檢測算法直接影響著檢測結(jié)果的精確度。因此,本文將重點(diǎn)放在路面裂縫病害的檢測上,為了提高檢測的精度,分別從裂縫圖像的去噪、圖像的增強(qiáng)、圖像的分割以及檢測后路面裂縫圖像的特征提取方面進(jìn)行深入研究。
　　在路面裂縫圖像中,由于裂縫信息與背景對(duì)比度偏低,難以將裂縫直接檢測到。對(duì)于圖像的預(yù)處理,首先對(duì)圖像進(jìn)行灰度

2、校正,再對(duì)校正之后的圖像濾波,本文提出了一種改進(jìn)的中值濾波方法,對(duì)圖像進(jìn)行去噪,之后用基于模糊理論的圖像增強(qiáng)原理對(duì)圖像做進(jìn)一步增強(qiáng),有效提高了路面裂縫圖像的對(duì)比度。
　　針對(duì)路面裂縫圖像分割,本文分別用了閾值分割和基于形態(tài)學(xué)多尺度的思想,對(duì)于形狀規(guī)則的裂縫采用的是閾值分割,對(duì)于裂縫形狀不規(guī)則的圖像,本文設(shè)計(jì)了一種多結(jié)構(gòu)元素的抗噪型邊緣檢測算子,且依據(jù)不同形狀的結(jié)構(gòu)元素對(duì)裂縫邊緣填充的幾率不同,確定了自適應(yīng)權(quán)重,使得算子檢測到了各種

3、類型的裂縫邊緣,有效地提高了檢測的精度。
　　對(duì)于經(jīng)過分割后的路面裂縫圖像中存在噪聲和裂縫斷裂的問題,本文對(duì)于斷裂較窄的圖像用形態(tài)學(xué)中的閉運(yùn)算和開運(yùn)算去處理,對(duì)于斷裂較寬的圖像,提出了一種基于生長的斷裂裂縫塊的連接方法。提高了連接的效率和準(zhǔn)確率,使整個(gè)檢測結(jié)果清晰完整。最終,從識(shí)別結(jié)果圖中提取裂縫信息。根據(jù)得到的識(shí)別結(jié)果圖,設(shè)定一系列判定條件,提取出裂縫的連通域,對(duì)裂縫的類型進(jìn)行判斷,最后計(jì)算出網(wǎng)狀裂縫的面積及線性裂縫的長寬信息。