基于遗传规划与渗流模型的图像裂缝提取算法研究

发布时间：2020-09-28 10:20

　　随着我国公路通车里程的快速增长,对公路的养护提出严峻的挑战。裂缝是公路病害的主要体现,自动化裂缝检测技术能够克服传统人工裂缝检测成本高、提取效率底、提取标准不统一的缺点,是当前裂缝提取技术的研究热点。因此,利用裂缝提取技术实现混凝土路面的自动化提取,具有重大的理论意义和广泛的应用价值。本文研究了国内外混凝土公路表面裂缝提取相关技术及其存在的优缺点,通过分析混凝土公路表面裂缝灰度、形状特征,针对现有算法提取裂缝的难点问题进行了进一步研究。主要研究工作包括:1.通过查阅国内外裂缝提取技术相关文献对现有裂缝提取方法进行分析对比,结合混凝土公路表面裂缝图像的灰度特征,实现混凝土公路裂缝图像的光照归一化处理;本文研究基于遗传规划的裂缝提取算法收敛速度慢的问题,通过改进遗传选择算子,在保证算法提取精度的同时,来加快算法训练时间。2.在遗传规划算法提取结果的基础上,本文采用改进的Zhang并行细化算法对图像进行细化,获得单一像素宽度无毛刺的裂缝骨架,根据骨架端点的特征,通过计算得到裂缝端点。研究改进渗流算法,通过以裂缝端点为锚点,不再进行裂缝像素的预估计,直接进行渗流算法的提取,能够极大降低算法的计算冗余,降低渗流模型参数设置的难度,实现快速地裂缝提取。3.本文深入研究混凝土公路表面坑洞、渗漏水等区域对裂缝提取的干扰;针对混凝土公路表面图像的特点,研究基于连通区域特征的噪声去除算法,尽可能地去除块状、团状等背景干扰;改进的基于区域延伸的连接算法,对裂缝单元交叉点进行局部细化,去除错误的强制连接,从而提高裂缝提取的精确性。4.研究基于遗传规划与渗流模型的混凝土公路表面裂缝提取算法,与随机结构森林、渗流模型、改进遗传规划等算法的性能与提取精度进行分析,来验证最终算法的有效性,完成混凝土公路表面裂缝提取系统的设计与实现,满足工程实际需求的裂缝自动化提取。最后,总结本文研究工作并展望未来研究方向。
【学位单位】：重庆邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41;U418.6
【部分图文】：

裂缝检测,设备,裂缝

(a)RK-CK 系列裂缝宽度测试仪 (b)RK-7S 裂缝测深仪 (c)FTLF-4 型远距离裂缝观测图 1.2 手持裂缝检测设备公路隧道检测车及手持检测设备中，图像裂缝提取系统是其最主要的组成之一，通过裂缝图像的采集部分采集公路及隧道裂缝图像、裂缝提取部分对采

检测车,公路隧道

公路隧道检测车

立体图,裂缝,图像灰度,立体图

(a)实验原图 (b)裂缝灰度直方图 (c)裂缝灰度值 3 维立体图图 2.1 裂缝图像灰度值直方图及 3 维立体图2.1.2 裂缝图像形状特征混凝土路面会随着内应拉力的作用，产生不同形状的裂缝。主要包括横向裂缝、纵向裂缝、龟裂裂缝、块状裂缝四类。其中横向及纵向裂缝一般发生在初期，在形态上呈现较为明显的线性、单一、宽度较为细小，路面内部结构并未完全破坏；龟裂裂缝一般在路面横纵裂缝相互交叉影响产生，此时路面内部结构已遭受较为严重的损坏；块状裂缝是路面裂缝中较为少见的一种，已经严重影响到行车安全，路面已有脱落的情况发生。不同形态的裂缝如图 2.2 所示。(a)横向裂缝 (b)纵向裂缝(c)龟裂裂缝 (d)块状裂缝图 2.2 裂缝形状特征

【参考文献】