基于图像处理的沥青路面裂缝识别算法研究

发布时间：2021-08-23 12:31

　　为了提高沥青路面裂缝检测效率,利用Matlab软件平台,深入研究了图像灰度化、图像灰度变换、滤波去噪、边缘检测等图像处理算法,并提出一种裂缝宽度计算方法。该文的图像处理算法较好地解决了沥青混合料中集料缝隙对裂缝识别产生干扰的问题。选取20幅裂缝图像对该文提出的算法精度进行验证,结果表明:算法可较好地用于沥青路面不规则裂缝、纵缝、横缝的识别与宽度计算。当裂缝宽度在5 mm以上时,相对误差可控制在5%以内;裂缝宽度为2～5 mm时,相对误差可控制在10%以内。 

【文章来源】：中外公路. 2020,40(04)北大核心

【文章页数】：6 页

【部分图文】：

图像灰度化效果

直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布,得到的结果如图2所示。由图2可以看出:经过直方图均衡化后的图像中裂缝更明显、颜色更深、易于提取,但同时也造成了集料缝隙更加明显、对裂缝的提取造成干扰。

式中:α、β、γ为三段折线的斜率,其函数图像见图3。图3中:横轴为变换前图像的灰度,纵轴则为变换后的灰度,横轴的灰度按照图示折线的方式投影到纵轴上。变换前灰度介于区间(fa,fb)的像素在变换后介于区间(ga,gb),灰度区间变长,即在图像中得到了凸显。同理,区间(0,fa)及(fb,255)则被压缩,相应的像素点在图像中变得不那么明显。

【参考文献】：
期刊论文
[1]基于阶乘权值模板的卷积滤波算法[J]. 董林鹭,杨平先,陈明举.  电子世界. 2018(17)
[2]基于BP神经网络的沥青路面裂缝识别方法研究[J]. 英红,丁海明,侯新月,刘杨.  河南理工大学学报(自然科学版). 2018(04)
[3]几种图像去噪方法的比较研究[J]. 黄子吉,肖杰,陆安江,徐乃涛,孙其梁.  通信技术. 2017(11)
[4]公路路面裂缝类病害图像处理算法研究[J]. 李晋惠.  计算机工程与应用. 2003(35)

博士论文
[1]基于数字图像处理的沥青路面裂缝识别技术研究[D]. 孙波成.西南交通大学 2015

硕士论文
[1]基于图像的沥青路面裂缝的自动识别算法研究[D]. 朱亮.重庆交通大学 2016
[2]基于显著度的图像灰度化算法研究[D]. 周茗琪.上海交通大学 2015
[3]基于图像处理的混凝土桥梁底面裂缝检测方法的研究[D]. 张国旗.北京交通大学 2010



本文编号：3357872