道路裂縫圖像識別的算法研究.pdf

1、我國公路的發(fā)展一日千里。道路質(zhì)量的及時檢測在延長道路使用壽命的同時，也可以避免路面病害給行車安全方面帶來的隱患?？紤]到人工檢測方法存在效率低、精度低、危險系數(shù)較高等缺陷，路面裂縫的自動檢測系統(tǒng)成為道路養(yǎng)護方向的熱點研究問題，而裂縫自動檢測算法則為自動檢測系統(tǒng)的核心內(nèi)容。依據(jù)國內(nèi)外已有的道路裂縫檢測相關(guān)算法，本文對裂縫檢測算法進行了研究與設(shè)計。
　　首先，單純地從對裂縫圖像進行裂縫檢測的角度出發(fā)，需要對傳統(tǒng)的脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCN

2、N)模型進行簡化改進，這不僅可以降低傳統(tǒng)PCNN在模擬過程中的計算復(fù)雜度，而且保留了其原有的神經(jīng)元運行特征，使其可以應(yīng)用于裂縫圖像的目標檢測。針對PCNN無法確定裂縫圖像的最優(yōu)檢測以及脈沖門限具有非線性因子的問題，提出了一種基于遺傳算法(GA)和簡化PCNN的裂縫圖像檢測方法—GA-PCNN。該方法采用改進后的最小誤差準則作為遺傳算法的適應(yīng)度函數(shù)，并且根據(jù)遺傳算法具有全局最優(yōu)解的特點確定簡化PCNN中各因子的值，實現(xiàn)了簡化PCNN的裂縫

3、圖像自動分割。
　　在使用GA-PCNN算法對裂縫圖像進行處理后，通過一種形態(tài)學的抗噪多結(jié)構(gòu)元素邊緣提取算子對其裂縫邊緣進行提取，然后使用一種基于生長的連接方法對斷裂的裂縫塊進行邊緣連接?；贛ATLAB R2009a平臺對本文算法進行實驗仿真，通過與不同的檢測方法進行比較，以區(qū)域?qū)Ρ榷取OC曲線這些客觀指標為基準對其性能進行分析。分析結(jié)果表明，該方法對裂縫圖像檢測具有較好的有效性與通用性。
　　最后，對利用上述方法得到的