基于图像的沥青路面裂缝的自动识别算法研究

发布时间：2017-05-04 04:12

  本文关键词：基于图像的沥青路面裂缝的自动识别算法研究，，由笔耕文化传播整理发布。

【摘要】：随着我国城市道路以及高速公路的快速发展,越来越多的人采用沥青混凝土作为铺筑路面的材料。以至于道路的养护工作也越来越繁重。道路的养护工作与道路检测调查有关,然而传统的检测方法已经满足不了道路养护的发展。研究新型的自动检测技术和方法成为重点。因此,本论文对基于沥青路面图像病害的自动识别方法进行了研究。论文首先引入课题的研究背景意义、国内外研究现状,然后总结论文结构。在介绍沥青路面的发展历史、路面病害图像特点的基础上,研究了沥青路面病害图像进行灰度处理的方法,并采用了加权邻域均值滤波的方法对图像进行了平滑处理。然后采用基于灰度形态学的方法对图像做进一步增强处理,此方法能很好保留目标边缘信息的同时抑制了噪声,效果明显。接着运用边缘检测算子对图像进行边缘检测,根据实验检测结果,确定运用Sobel算子作为程序边缘检测算子;在边缘检测的基础上运用数学形态学的开、闭运算方法有效地对图像边缘的空洞以及孤立点噪声进行了处理;最后对图像中目标与背景区域进行全局阈值分割处理。论文研究重点是将预处理之后的图像进行特征选择与特征提取研究,并根据特征实现自动分类识别。主要步骤是根据特征选择的方法以及对病害图像特点的分析提取了病害图像的三个统计特征:首先是病害图像在水平和垂直方向上的像素统计图提取的水平投影特征向量X_(max)和垂直投影特征向量Y_(max);以及病害图像的连通域个数特征向量N。根据决策树分类器的基本理论,对实验的可行性进行分析研究,然后对分类器进行设计并应用识别样本对分类器进行了训练,最后将实验样本进行分类识别,其样本实验结果的识别率为89.65%。结果表明本论文提出的运用模式识别的理论方法进行病害的自动识别方法可行,达到了本文研究的目的与意义。对路面病害图像的自动识别的研究领域有一定的积极意义。
【关键词】：路面病害图像 特征提取 连通域 决策树分类器 自动识别
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U418.66;TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 研究背景与意义9-10
• 1.1.1 课题背景9
• 1.1.2 研究意义9-10
• 1.2 国内外研究现状10-12
• 1.2.1 国外研究现状10-11
• 1.2.2 国内研究现状11-12
• 1.3 论文研究内容与结构12-15
• 1.3.1 论文研究内容12-13
• 1.3.2 论文结构13-15
• 第二章 沥青路面病害及图像预处理15-31
• 2.1 沥青路面简介15-16
• 2.1.1 沥青路面发展史15-16
• 2.1.2 沥青路面分类16
• 2.2 沥青路面病害16-18
• 2.2.1 主要病害介绍16-18
• 2.3 图像处理技术18-25
• 2.3.1 图像的灰度化18-21
• 2.3.2 图像的增强21-23
• 2.3.3 图形拼接23-25
• 2.4 图像滤波去噪25-30
• 2.4.1 维纳滤波25-26
• 2.4.2 中值滤波26-27
• 2.4.3 均值滤波27-29
• 2.4.4 高斯（Gauss）滤波29-30
• 2.4.5 加权邻域滤波均值滤波30
• 2.5 本章小结30-31
• 第三章 路面病害图像分割31-47
• 3.1 灰度形态学31-37
• 3.1.1 形态学的腐蚀与膨胀32-34
• 3.1.2 形态学的开运算和闭运算34-35
• 3.1.3 形态学的应用35-36
• 3.1.4 形态学增强算法36-37
• 3.2 病害图像的边缘检测37-41
• 3.2.1 常见的边缘检测算子38-40
• 3.2.2 边缘检测实验结果40-41
• 3.3 图像阈值分割方法41-46
• 3.3.1 灰度阈值分割42-44
• 3.3.2 全局阈值分割44-46
• 3.4 本章小结46-47
• 第四章 路面病害图像模式识别理论47-61
• 4.1 特征选择的理论47-48
• 4.2 特征选择的方法48-50
• 4.2.1 分支定界算法48-49
• 4.2.2 次优搜索算法49-50
• 4.3 基于投影的特征提取50-52
• 4.4 基于连通域的特征提取52-55
• 4.4.1 连通域标记53-54
• 4.4.2 连通域特征提取54-55
• 4.5 决策树分类器的基本理论55-59
• 4.5.1 分类器设计准则56-57
• 4.5.2 算法思想57-58
• 4.5.3 属性选择度量58-59
• 4.5.4 决策树剪枝59
• 4.6 本章小结59-61
• 第五章 路面病害图像分类识别实例61-75
• 5.1 实验可行性分析61-62
• 5.2 实验决策树分类器的设计与训练62-64
• 5.3 路面病害分类识别实验64-74
• 5.3.1 图像采集系统64-66
• 5.3.2 程序算法步骤66-67
• 5.3.3 计算机自动分类识别67-74
• 5.4 本章小结74-75
• 第六章 结论与展望75-77
• 6.1 论文结论75
• 6.2 论文展望75-77
• 致谢77-78
• 参考文献78-80
• 附件一 源程序部分代码80-83
• 攻读学位期间取得的研究成果83

【相似文献】

中国期刊全文数据库 前10条

1 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

2 涂承媛;曾衍钧;;医学图像边缘快速检测的模糊集方法[J];北京工业大学学报;2005年06期

3 常君明;冯

本文编号：344376