路面裂缝检测与识别分类研究及FPGA实现

发布时间：2023-03-25 02:53

　　中国高速公路的发展引起了全世界的关注,同时道路护养的压力也与日俱增,使得传统的路面破损人工目测检测无法满足需求,人工方法存在效率低、安全性不高等问题,因此,迫切需要一种高效的、高智能化的路面检测装置用于检测路面破损检测。随着计算机视觉技术的发展,许多研究人员提出了路面破损的智能检测方法,并对其进行了系统的开发。本文根据现有方法与系统的不足,以路面破损中的路面裂缝为例,将裂缝分为横向、纵向、块状和龟裂四类,提出了一种实时在线的路面裂缝和位置检测系统,该系统通过图像处理识别技术来初步判定采集的路面图像是否存在裂缝,应用北斗导航系统进行裂缝定位,并通过移动通信系统实现裂缝图片和位置信息进行实时传输,最后结合当前非常热门的人工智能理论,通过卷积神经网络对裂缝进行精确的识别分类。整个系统分上位机和下位机两部分,下位机主要采用FPGA加以实现,裂缝图片信息和定位信息通过4G传输模块传输到上位机,系统上位机软件显示裂缝图片、裂缝类型、位置和地图标注等信息。本文完成的主要任务包括:(1)对采集的路面图像在FPGA上做预处理,并对Sobel边缘检测算子进行了改进。根据现有的图像预处理算法,对采集的裂缝图...

【文章页数】：90 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 背景意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 主要研究内容
    1.4 章节安排
第二章 系统方案及其原理
    2.1 系统总体方案
        2.1.1 系统需求分析
        2.1.2 系统总体方案设计
    2.2 数字图像处理
        2.2.1 数字图像处理概述
        2.2.2 裂缝图像处理
    2.3 北斗定位技术
    2.4 本章小结
第三章 硬件系统功能模块设计及其FPGA实现
    3.1 FPGA及开发平台介绍
        3.1.1 FPGA简介
        3.1.2 软件开发平台
    3.2 硬件系统整体功能结构
    3.3 图像数据采集
        3.3.1 IIC协议配置
        3.3.2 图像数据接收
    3.4 裂缝图像处理
        3.4.1 图像中值滤波
        3.4.2 改进的Sobel边缘检测
        3.4.3 形态学膨胀腐蚀
        3.4.4 图像特征提取与初步分类
    3.5 北斗定位信息提取
    3.6 4G模块驱动
    3.7 本章小结
第四章 基于卷积神经网络的裂缝图像识别分类实现
    4.1 图像识别分类算法概述
        4.1.1 线性分类算法
        4.1.2 非线性分类算法
        4.1.3 神经网络分类算法
    4.2 卷积神经网络
        4.2.1 网络结构
        4.2.2 卷积神经网络的反向传播
        4.2.3 卷积神经网络的经典结构
    4.3 基于卷积神经网络的裂缝图像识别分类
        4.3.1 TensorFlow架构
        4.3.2 裂缝图像数据集
        4.3.3 训练卷积神经网络
        4.3.4 网络评估
    4.4 本章小结
第五章 系统测试结果分析
    5.1 系统总体硬件结构
    5.2 系统验证结果分析
        5.2.1 路面裂缝初步识别
        5.2.2 无线数据通信与上位机接收
        5.2.3 卷积神经网络分类结果分析
    5.3 本章小结
第六章 工作总结与展望
    6.1 工作总结
    6.2 工作展望
致谢
参考文献
作者简介
攻读硕士期间所取得的学术成果
攻读硕士学位期间参与项目情况



本文编号：3770386