基于圖像工程的路面破損自動識別算法研究.pdf

1、路面破損對高等級公路的承載能力、耐久性能和車輛行駛速度、機械磨損、燃油消耗、行車舒適性以及環(huán)境保護、交通安全等都會造成不利的影響。傳統(tǒng)的基于人工視覺識別路面破損的方法有成本高、危險性大、效率低、識別精度低等諸多缺點。近年來,基于圖像工程的路面破損識別系統(tǒng)在公路養(yǎng)護領(lǐng)域得到了廣泛研究,但當(dāng)前已有的自動識別算法尚不成熟,圖像數(shù)據(jù)的后期處理仍然是采用人機結(jié)合甚至完全人工的方式,導(dǎo)致識別工作量仍然過大。因此,設(shè)計完善的自動識別系統(tǒng)是當(dāng)前亟待解決

2、的熱點、難點問題。本文針對路面破損自動識別算法中存在的難題,對路面破損圖像的增強、去噪、圖像分割、孤立噪聲去除、裂縫分類、破損參數(shù)的提取等多方面進行深入研究,主要工作內(nèi)容和研究成果簡述如下:
　　 1.針對圖像采集系統(tǒng)拍攝到的路面圖像存在光照不均、噪聲嚴(yán)重、裂縫邊緣模糊且斷裂點較多等問題,本文提出了一種基于數(shù)學(xué)形態(tài)學(xué)的Contourlet變換域路面破損圖像增強和去噪算法。算法利用信號和噪聲在Contourlet域不同的相關(guān)性,針

3、對完好路面背景、裂縫邊緣和噪聲邊緣采取不同的濾波策略,消除正常路面處的噪聲,實驗表明本文算法無論在增強效果還是在抗噪方面都優(yōu)于傳統(tǒng)的圖像增強算法。
　　 2.提出一種基于最大類間距離和多方位結(jié)構(gòu)元素形態(tài)學(xué)的路面破損圖像分割算法。針對傳統(tǒng)的圖像分割算法不能有效分割不均勻光照路面圖像破損的問題,深入分析路面圖像中裂縫類破損像素的區(qū)域特征,將采集到的路面裂縫圖像利用類間最大距離法確定其發(fā)生梯度變化的像素點,后對這些像素點采用多方位結(jié)構(gòu)

4、元素進行腐蝕操作,提取路面裂縫邊緣的同時濾除噪聲。實驗表明:較傳統(tǒng)的圖像分割算法,該算法具有更好的分割效果,而且運算速度快。
　　 3.目前對路面破損圖像分割算法的評價都是通過人工目測分割結(jié)果的方法來給出定性的評價,很難給出客觀的、系統(tǒng)的、定量的評價準(zhǔn)則。對于現(xiàn)有的多種圖像分割評價方法,根據(jù)原理和性質(zhì)的不同,本文選用交叉熵、區(qū)域內(nèi)部均勻性、形狀測度和區(qū)域?qū)Ρ榷人姆N評價準(zhǔn)則對路面破損圖像分割算法進行評價,并將這四種評價準(zhǔn)則相結(jié)合,

5、提出一種綜合評價指標(biāo)來客觀評價路面圖像分割算法。實驗表明:與單一評價準(zhǔn)則比較,本文的綜合評價準(zhǔn)則能更有效地評價圖像分割質(zhì)量。
　　 4.依據(jù)四種類型裂縫具有不同幾何形態(tài)差異的特性,提出利用投影和小波去噪算法首先區(qū)分線性裂縫和網(wǎng)狀裂縫,進而利用裂縫分布密度的不同再區(qū)分網(wǎng)狀裂縫與反射裂縫,后利用圖像孔洞數(shù)作為參數(shù)進一步判別裂縫類型,并利用基于RBF神經(jīng)網(wǎng)絡(luò)的模式分類器實現(xiàn)對裂縫的準(zhǔn)確分類。
　　 5.在裂縫特征參數(shù)的計算這一