基于测地线距离变换的桥梁裂缝检测算法研究
发布时间:2020-10-23 02:55
随着我国经济的快速发展,交通运输基础设施日益完善,桥梁的数量和总里程不断增长。裂缝是多种桥梁病害的早期表现形式,也是衡量桥梁安全程度的重要指标。因此,有效检测桥梁裂缝对于保障桥梁安全具有重要意义。基于数字图像处理的桥梁裂缝检测技术能够实现自动化获取桥梁裂缝信息,克服了人工检测方式存在的检测精度低、效率低、成本高、有一定危险性等缺点,具有重要的实际应用价值。如何从一幅具有噪声干扰的桥梁裂缝图像中准确检测到裂缝是使用数字图像处理技术检测桥梁裂缝的重点和难点,受到了越来越多学者的关注。本文在分析桥梁裂缝和背景噪声特征的基础上,提出了一种基于测地线距离变换的桥梁裂缝检测算法,包括裂缝种子点提取、裂缝增强、裂缝提取等关键步骤,该算法的时间复杂度更低、提取的裂缝精确率和召回率更高。论文的主要工作包括:(1)针对已有的滑动窗口算法提取的种子候选点中伪种子点较多以及种子点漏检率较高的问题,提出了一种基于共生边缘的种子点提取算法,该算法从梯度大小、方向、共生点距离以及灰度信息等方面限制伪种子点的选取,实验表明,相对于使用滑动窗口算法,本文提出的算法种子点召回率提高了4.7%,精确率提高了50.0%。(2)针对种子点二值图像中伪种子点干扰种子点形成裂缝轮廓的问题,本文将种子点和伪种子点的位置信息以及灰度变化信息相结合,提出了一种基于测地线距离变换的桥梁裂缝增强算法,在使用测地线距离变换快速实现算法确定种子候选点的邻接关系和测地线距离之后,结合图论技术有效实现了裂缝增强。实验表明,增强后的裂缝召回率达到了59.04%,精确率达到了72.67%,相对于增强前有了明显的提高,基本实现了裂缝骨架的检测。(3)针对增强后的裂缝二值图像中裂缝目标点片段以及少量非裂缝目标点片段难以通过长度以及形态区分的问题,本文使用目标点最小生成树算法将二值图像中所有目标点连成一棵最小生成树,再通过裁剪树以及提取最长路径的方式实现了裂缝提取。实验证明,与现有的两种裂缝检测算法相比,本文提出的裂缝检测算法精确率、召回率以及处理速度都更高,提取的裂缝更加完整和自然。
【学位单位】:西安电子科技大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP391.41;U446
【部分图文】:
(5)影响交通运输:桥梁的宽度有限,检测车至少需要占用一个车道,必要时还会封闭桥面,会在一定程度上影响桥面车辆的通行。图1.1 桥检车辅助人工检测桥梁裂缝随着计算机处理器、存储器性能的提升,以及计算机视觉的发展,使得利用数字图像处理技术检测桥梁裂缝成为了可能。利用数字图像处理技术可以有效地提高检测速度和精度,并且降低检测成本。利用检测裂缝的各项数据,在一定程度上能够判断出桥梁的病害程度,为桥梁维护提供科学可靠的数据,从而促进桥梁检测和维护工作的发展。利用数字图像处理技术检测桥梁裂缝具有重要的应用价值,近年来国内外学者在这一研究方向上取得了很多成果。1.2 桥梁裂缝检测技术的国内外研究现状利用数字图像处理技术来提高裂缝检测的效率、准确度和精度经历了较长时间的发展,检测技术也在逐步发展成熟,从最开始的追求检测的质量,到在此基础上逐步注重检测的速度,以达到实时处理的目的。目前利用数字图像处理技术检测裂缝以图像分割技术和图像增强技术为主流,取得了不错的效果。裂缝检测技术在路面裂缝检测上应用的文献较多
缝检测带来了挑战。分析和归纳桥梁裂缝的特征,是有效检测桥梁裂缝的前提条件。图 2.1 是一幅典型的桥梁裂缝图像,可以从中总结桥梁裂缝图像的一些基本特征。图2.1 典型桥梁裂缝图像从图 2.1 中容易看出,桥梁裂缝一般具有以下几个特征:(1)桥梁裂缝总体上呈线性、较细且较长,裂缝中间可能会有断裂,并且其走向具有一定的方向性;
再利用种子点提取裂缝目标。种子点提取算法的性能对于裂缝检测的效果有直接的影响,如何提高桥梁裂缝种子点的提取性能,是裂缝检测中的一个研究重点。图2.6 种子点示意图
【参考文献】
本文编号:2852462
【学位单位】:西安电子科技大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP391.41;U446
【部分图文】:
(5)影响交通运输:桥梁的宽度有限,检测车至少需要占用一个车道,必要时还会封闭桥面,会在一定程度上影响桥面车辆的通行。图1.1 桥检车辅助人工检测桥梁裂缝随着计算机处理器、存储器性能的提升,以及计算机视觉的发展,使得利用数字图像处理技术检测桥梁裂缝成为了可能。利用数字图像处理技术可以有效地提高检测速度和精度,并且降低检测成本。利用检测裂缝的各项数据,在一定程度上能够判断出桥梁的病害程度,为桥梁维护提供科学可靠的数据,从而促进桥梁检测和维护工作的发展。利用数字图像处理技术检测桥梁裂缝具有重要的应用价值,近年来国内外学者在这一研究方向上取得了很多成果。1.2 桥梁裂缝检测技术的国内外研究现状利用数字图像处理技术来提高裂缝检测的效率、准确度和精度经历了较长时间的发展,检测技术也在逐步发展成熟,从最开始的追求检测的质量,到在此基础上逐步注重检测的速度,以达到实时处理的目的。目前利用数字图像处理技术检测裂缝以图像分割技术和图像增强技术为主流,取得了不错的效果。裂缝检测技术在路面裂缝检测上应用的文献较多
缝检测带来了挑战。分析和归纳桥梁裂缝的特征,是有效检测桥梁裂缝的前提条件。图 2.1 是一幅典型的桥梁裂缝图像,可以从中总结桥梁裂缝图像的一些基本特征。图2.1 典型桥梁裂缝图像从图 2.1 中容易看出,桥梁裂缝一般具有以下几个特征:(1)桥梁裂缝总体上呈线性、较细且较长,裂缝中间可能会有断裂,并且其走向具有一定的方向性;
再利用种子点提取裂缝目标。种子点提取算法的性能对于裂缝检测的效果有直接的影响,如何提高桥梁裂缝种子点的提取性能,是裂缝检测中的一个研究重点。图2.6 种子点示意图
【参考文献】
相关期刊论文 前4条
1 钱彬;唐振民;徐威;陶玉婷;;子块鉴别分析的路面裂缝检测[J];中国图象图形学报;2015年12期
2 张全法;杨海彬;任朝栋;李焕;;彩色图像的快速高保真灰度化方法研究[J];郑州大学学报(理学版);2011年03期
3 邹勤;李清泉;毛庆洲;陈龙;;利用目标点最小生成树的路面裂缝检测[J];武汉大学学报(信息科学版);2011年01期
4 李刚;贺昱曜;;多方位结构元素路面裂缝图像边缘检测算法[J];计算机工程与应用;2010年01期
相关硕士学位论文 前3条
1 郭阳;改进渗流模型的混凝土路面图像裂缝检测算法研究[D];重庆邮电大学;2016年
2 曹佳煜;基于图像处理的路面裂缝自动检测技术研究[D];长安大学;2014年
3 李强强;基于图像处理技术的桥梁裂缝检测算法研究[D];河南科技大学;2014年
本文编号:2852462
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2852462.html