基于渗流模型的图像裂缝边缘检测方法研究
发布时间：2022-01-19 08:19
随着我国交通道路建设的日益完善,交通事业体系越来越关注于公路基础设施的状况检测以及养护。公路路面的破损程度严重影响了道路的运营,裂缝作为破损病害的常见形态,若能及时对其进行检测及修补则可以保证交通道路的行车安全,延长其运营寿命。因此,基于数字图像处理的路面裂缝智能检测方法的研究具有一定的现实意义。现有的裂缝检测算法主要针对裂缝目标的完整提取,工程实际的应用需求往往无需高质量高分辨率的裂缝图像,因此,本文深入研究公路路面裂缝边缘检测方法,并从裂缝图像全局及局部特征分析公路路面裂缝特点,对裂缝边缘检测过程中的边缘检测、裂缝目标提取等关键步骤进行研究,提出一种基于渗流模型的图像裂缝边缘检测方法。该方法设计一种自适应阈值化方法提取裂缝边缘候选点,并基于渗流模型思想,结合梯度信息,提出一种裂缝边缘检测方法。本文主要进行了以下几方面的研究工作:1.深入研究了传统裂缝检测及边缘检测方法,在对公路路面图像进行显性特征增强等预处理的基础上,结合公路路面裂缝图像的全局及局部特征,提出一种自适应的裂缝边缘候选点提取方法。本文设计的提取方法是根据边缘点梯度信息,对路面裂缝图像进行自适应阈值化分割,提取出裂缝边...
【文章来源】：重庆邮电大学重庆市
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
路面图像裂缝形态
(c) 块状型裂缝 (d) 网状型裂缝图 2.1 路面图像裂缝形态通常情况下，相比于路面图像中的背景像素点，大部分裂缝中心像素点的灰值相对较低，是局部范围内的最小值且具有灰度连续性。从路面背景与裂缝的比结果来看，裂缝像素点的数目要比背景像素点少的多，一般不超过整幅图像像素总数的 20%。路面裂缝图像灰度直方图类似服从于正态分布，呈现单峰状态。路图像中裂缝和背景的灰度特征如图 2.2 所示。
2. YUV 空间的灰度化方法由于灰度图像中只包含亮度信息，假设一幅灰度图像用矩阵来表示，坐标点( x ,y )表示像素点的平面位置信息， f ( x ,y )表示图像中每一个像素点的灰度值。路面裂缝图像的表示如公式(3.2)所示。f ( x , y ) ( R , G ,B)(3.2)RGB 与 YUV 之间的转换关系式如公式(3.3)所示。0.299 0.148 0.615= 0.587 0.298 0.5150.114 0.437 0.100Y RU GV B (3.3)由公式(3.3)得到 YUV空间内亮度信息 Y 与 R、G、B 的转换公式为：f ( x , y )0.3 R + 0.59G +0.11B(3.4)
【参考文献】：
期刊论文
[1]利用高精度三维测量技术进行路面破损检测[J]. 李清泉,邹勤,张德津. 武汉大学学报(信息科学版). 2017(11)
[2]基于多尺度输入图像渗透模型的桥梁裂缝检测[J]. 张晶晶,聂洪玉,喻强. 计算机工程. 2017(02)
[3]基于多特征流形学习和矩阵分解的路面裂缝检测[J]. 钱彬,唐振民,沈肖波,郭剑辉,吕建勇. 仪器仪表学报. 2016(07)
[4]一种改进粒子群优化算法的Otsu图像阈值分割方法[J]. 刘桂红,赵亮,孙劲光,王星. 计算机科学. 2016(03)
[5]基于空间聚集特征的沥青路面裂缝检测方法[J]. 张德津,李清泉,陈颖,曹民,何莉. 自动化学报. 2016(03)
[6]基于路面3D数据的裂缝类型判断方法[J]. 李伟,孙朝云,呼延菊,沙爱民,张娟. 中国公路学报. 2015(11)
[7]结合图像增强和数学形态学的水泥混凝土路面裂缝识别方法[J]. 徐爱华,皋军. 公路. 2015(10)
[8]基于差分计盒维数及最大熵阈值的裂缝提取[J]. 刘晟,王卫星,曹霆,杨楠,杨洋. 长安大学学报(自然科学版). 2015(05)
[9]基于形态学重建和极大值标记的分水岭分割算法[J]. 张燕红,李瑛,王凤芹,张正霞. 计算技术与自动化. 2015(02)
[10]公路路面快速检测技术发展综述[J]. 张德津,李清泉. 测绘地理信息. 2015(01)
硕士论文
[1]公路路面裂缝检测与识别技术研究[D]. 王婷婷.大连海事大学 2017
[2]多特征提取与渗流模型相结合的隧道砼衬砌表面裂缝检测算法研究[D]. 白羚.重庆邮电大学 2017
[3]基于图像处理的混凝土路面病害巡检评估系统设计[D]. 刘才臻.西安工业大学 2015
[4]路面裂缝图像检测识别系统研究[D]. 董钦.华东交通大学 2014
[5]基于图像处理的路面裂缝检测系统设计与研究[D]. 周林.太原理工大学 2013
[6]路面车辙检测系统中结构光三维测量技术的研究[D]. 赵珊.南京理工大学 2013
本文编号：3596528
【文章来源】：重庆邮电大学重庆市
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
路面图像裂缝形态
(c) 块状型裂缝 (d) 网状型裂缝图 2.1 路面图像裂缝形态通常情况下，相比于路面图像中的背景像素点，大部分裂缝中心像素点的灰值相对较低，是局部范围内的最小值且具有灰度连续性。从路面背景与裂缝的比结果来看，裂缝像素点的数目要比背景像素点少的多，一般不超过整幅图像像素总数的 20%。路面裂缝图像灰度直方图类似服从于正态分布，呈现单峰状态。路图像中裂缝和背景的灰度特征如图 2.2 所示。
2. YUV 空间的灰度化方法由于灰度图像中只包含亮度信息，假设一幅灰度图像用矩阵来表示，坐标点( x ,y )表示像素点的平面位置信息， f ( x ,y )表示图像中每一个像素点的灰度值。路面裂缝图像的表示如公式(3.2)所示。f ( x , y ) ( R , G ,B)(3.2)RGB 与 YUV 之间的转换关系式如公式(3.3)所示。0.299 0.148 0.615= 0.587 0.298 0.5150.114 0.437 0.100Y RU GV B (3.3)由公式(3.3)得到 YUV空间内亮度信息 Y 与 R、G、B 的转换公式为：f ( x , y )0.3 R + 0.59G +0.11B(3.4)
【参考文献】：
期刊论文
[1]利用高精度三维测量技术进行路面破损检测[J]. 李清泉,邹勤,张德津. 武汉大学学报(信息科学版). 2017(11)
[2]基于多尺度输入图像渗透模型的桥梁裂缝检测[J]. 张晶晶,聂洪玉,喻强. 计算机工程. 2017(02)
[3]基于多特征流形学习和矩阵分解的路面裂缝检测[J]. 钱彬,唐振民,沈肖波,郭剑辉,吕建勇. 仪器仪表学报. 2016(07)
[4]一种改进粒子群优化算法的Otsu图像阈值分割方法[J]. 刘桂红,赵亮,孙劲光,王星. 计算机科学. 2016(03)
[5]基于空间聚集特征的沥青路面裂缝检测方法[J]. 张德津,李清泉,陈颖,曹民,何莉. 自动化学报. 2016(03)
[6]基于路面3D数据的裂缝类型判断方法[J]. 李伟,孙朝云,呼延菊,沙爱民,张娟. 中国公路学报. 2015(11)
[7]结合图像增强和数学形态学的水泥混凝土路面裂缝识别方法[J]. 徐爱华,皋军. 公路. 2015(10)
[8]基于差分计盒维数及最大熵阈值的裂缝提取[J]. 刘晟,王卫星,曹霆,杨楠,杨洋. 长安大学学报(自然科学版). 2015(05)
[9]基于形态学重建和极大值标记的分水岭分割算法[J]. 张燕红,李瑛,王凤芹,张正霞. 计算技术与自动化. 2015(02)
[10]公路路面快速检测技术发展综述[J]. 张德津,李清泉. 测绘地理信息. 2015(01)
硕士论文
[1]公路路面裂缝检测与识别技术研究[D]. 王婷婷.大连海事大学 2017
[2]多特征提取与渗流模型相结合的隧道砼衬砌表面裂缝检测算法研究[D]. 白羚.重庆邮电大学 2017
[3]基于图像处理的混凝土路面病害巡检评估系统设计[D]. 刘才臻.西安工业大学 2015
[4]路面裂缝图像检测识别系统研究[D]. 董钦.华东交通大学 2014
[5]基于图像处理的路面裂缝检测系统设计与研究[D]. 周林.太原理工大学 2013
[6]路面车辙检测系统中结构光三维测量技术的研究[D]. 赵珊.南京理工大学 2013
本文编号：3596528
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3596528.html
