基于水平集等人工智能的路面裂缝检测研究
发布时间：2021-09-06 19:51
路面裂缝的检测与分析研究对于工程项目评估及公路养护管理有着非常重大的意义,传统的检测与分析是通过人工实地检测完成的,存在耗时长、效率低、危险性高、客观性不足等问题。因此,探索新的方便可靠的路面裂缝检测与分析方法是很有意义的。本文针对路面裂缝图像的特点,采用数字图像处理与分析的方法,对路面裂缝图像处理与分析的关键技术:路面裂缝的预处理、裂缝提取、特征提取和批量检测分析进行深入地探讨。主要研究内容包括以下几个方面:1、路面裂缝的预处理:路面裂缝检测系统中CCD摄像头采集到的大多是彩色图像,检测算法适用于灰度图像,对采集的图像进行彩色图像灰度变换;在获取路面裂缝图像时,由于受到相机和外部的干扰,致使图像中夹杂着阴影、颗粒等噪声,要进行去阴影去噪处理,采用的是测地线阴影去除算法,对裂缝图像进行形态学处理、滤波去噪以及光照补偿,较好地去除路面图像中阴影的干扰;对去阴影后的图像,采用本文设置的前向滤波器以及后向滤波器对线状裂缝目标进行多方向增强,突出线状目标抑制其它噪声干扰。2、路面裂缝的提取:在预处理后的裂缝图像上,采用大津阈值处理的结果作为水平集演化的初始位置,充分利用路面裂缝的线状特点,根据...
【文章来源】：福州大学福建省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
路面裂缝自动检测系统原理图
ＲＧＢ色彩空间可以用笛卡尔坐标系进行描述，三个坐标轴Ｘ轴、Ｙ轴、Ｚ轴??分别可以表示Ｒ、Ｇ、Ｂ三种颜色，红色为（１，０，?０）、绿色为（０，１，０）、蓝色为（０，０，１），??ＲＧＢ色彩空间就可以表示为如图２－２的立方体。??（０，０，１１?＾吉???，?Ｇ??ａ??１／??黄??图２－２?ＲＧＢ彩色立方体示意图??在图２－２中，ＲＧＢ彩色立方体中，原点即黑色表示为（０，０，０），白色表示为（１，１，１），??品红表示为（１，０，１），黄色表示为（１，１，０），青色表示为（０，１，１），颜色坐标的值越大颜色??越亮。图像Ｉ中一个像素点〇ｃ，＿）；）的值可以由ＲＧＢ组成的分量组成，如公式（２－１）所示。??Ｉ（ｘ，?ｙ）?＝?［Ｒ（ｘ，?ｙ），?Ｇ（ｘ，?ｙ），?Ｂ（ｘ，?ｊ＾）］?（２－１）??ＲＧＢ色彩空间是基于加色混色原理，随着显示设备的不同所使用的ＲＧＢ三原色??也没有统一的标准
＝?Ｍｅｄ｛ｆ（ｓ，ｔ）｝，（ｓ，ｔ）?ｅ?Ｓｘｙ?（２－７）??常用的改进的掩模窗口如图２－３所示。??？?？？？？？？?？?？?？?？？?？?？??？?？？？？？？?？?？?？；？：？?？?？?？／？、：？：，？??？?？？曼?＿色．參?？?？?？：？：？?？？?？?？??？?？?？?？?？；？：？?？?？??？?？？？？？？?？?？?？：？：？?？?？??？?？？？？？？?？?？?？＂＜§＇？?？？?？?Ｖ?￥?？??⑷?（ｂ）?（ｃ）??图２－３常用的改进的掩模窗口??３、低通滤波算法??经傅里叶变换后，低频部分主要表示图像的平滑区域以及背景区域，高频部分主??要表示图像细节区域如边缘、噪声等，用低通滤波算法可以滤除存在的高频分量如噪??声，达到图像平滑的效果。２Ｄ理想低通滤波器的传递函数如公式（２－８）所示。??＼?ｌ，Ｄ（ｗ，ｖ）?＜?Ｄ０??＾ｖ）＝?；?；?°?（２－８）??［０，￡）（？，?ｖ）?＞?Ｄ０??其中Ａ）是截止频率，Ｄ（ｗ，ｖ）是从频域的原点到（Ｗ，Ｖ）点的距离，Ｄ（ｕ，ｖ）?＝?ｙｌｕ２?＋Ｖ２。??在半径为Ａ的圆内
【参考文献】：
期刊论文
[1]Color Image Segmentation Using Feedforward Neural Networks with FCM[J]. S.Arumugadevi,V.Seenivasagam. International Journal of Automation and Computing. 2016(05)
[2]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)
[3]基于分数阶微分、水平集及分水岭的铅锌浮选图像分割[J]. 王卫星,白明辉. 四川大学学报(工程科学版). 2016(04)
[4]基于Hessian矩阵多尺度滤波的路面裂缝图像检测方法[J]. 王军,孙慧婷,姜志,何昕. 计算机应用. 2016(S1)
[5]连续梁结构损伤识别的小波神经网络方法研究[J]. 管德清,廖俊文. 中外公路. 2016(01)
[6]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)
[7]基于FCM聚类算法的MRI脑组织图像分割方法比较研究[J]. 王新宁,林相波,袁珍. 北京生物医学工程. 2015(03)
[8]结合闭合解抠图及最小生成树的图论分割算法[J]. 王卫星,石红玉. 哈尔滨工业大学学报. 2014(09)
[9]基于各向异性测度的路面三维图像裂缝识别[J]. 彭博,WANG Kelvin C.P.,陈成,蒋阳升. 西南交通大学学报. 2014(05)
[10]用Mean Shift实现路面裂缝损伤自动识别与特征测量[J]. 曹建农,张昆,元晨,许素素. 计算机辅助设计与图形学学报. 2014(09)
博士论文
[1]激光水下成像的图像复原及超分辨率重建算法研究[D]. 谌雨章.华中科技大学 2012
[2]基于图像分析的路面裂缝检测的关键技术研究[D]. 马常霞.南京理工大学 2012
硕士论文
[1]基于线阵相机的车载式路面破损自动检测系统的研究与开发[D]. 赵运德.长安大学 2016
[2]基于路面检测车图像的裂缝提取方法研究[D]. 任帅.重庆交通大学 2015
[3]基于图割和水平集的肾磁共振图像分割方法研究[D]. 高莹.大连海事大学 2014
[4]基于数学形态学的医学噪声图像边缘检测算法[D]. 张兴源.东北石油大学 2014
[5]基于分数阶微积分的路面裂缝检测研究[D]. 吴林春.福州大学 2014
[6]基于数字图像处理的混凝土桥梁底面裂缝的检测[D]. 刘小燕.武汉理工大学 2014
[7]路面裂缝图像检测算法研究[D]. 朱平哲.河南科技大学 2012
[8]路面裂缝检测算法研究[D]. 王龙云.南京邮电大学 2012
[9]基于图像处理的传送皮带裂纹检测[D]. 卫霞.太原理工大学 2011
[10]路面典型裂缝提取算法研究[D]. 胡豆豆.华中科技大学 2011
本文编号：3388071
【文章来源】：福州大学福建省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
路面裂缝自动检测系统原理图
ＲＧＢ色彩空间可以用笛卡尔坐标系进行描述，三个坐标轴Ｘ轴、Ｙ轴、Ｚ轴??分别可以表示Ｒ、Ｇ、Ｂ三种颜色，红色为（１，０，?０）、绿色为（０，１，０）、蓝色为（０，０，１），??ＲＧＢ色彩空间就可以表示为如图２－２的立方体。??（０，０，１１?＾吉???，?Ｇ??ａ??１／??黄??图２－２?ＲＧＢ彩色立方体示意图??在图２－２中，ＲＧＢ彩色立方体中，原点即黑色表示为（０，０，０），白色表示为（１，１，１），??品红表示为（１，０，１），黄色表示为（１，１，０），青色表示为（０，１，１），颜色坐标的值越大颜色??越亮。图像Ｉ中一个像素点〇ｃ，＿）；）的值可以由ＲＧＢ组成的分量组成，如公式（２－１）所示。??Ｉ（ｘ，?ｙ）?＝?［Ｒ（ｘ，?ｙ），?Ｇ（ｘ，?ｙ），?Ｂ（ｘ，?ｊ＾）］?（２－１）??ＲＧＢ色彩空间是基于加色混色原理，随着显示设备的不同所使用的ＲＧＢ三原色??也没有统一的标准
＝?Ｍｅｄ｛ｆ（ｓ，ｔ）｝，（ｓ，ｔ）?ｅ?Ｓｘｙ?（２－７）??常用的改进的掩模窗口如图２－３所示。??？?？？？？？？?？?？?？?？？?？?？??？?？？？？？？?？?？?？；？：？?？?？?？／？、：？：，？??？?？？曼?＿色．參?？?？?？：？：？?？？?？?？??？?？?？?？?？；？：？?？?？??？?？？？？？？?？?？?？：？：？?？?？??？?？？？？？？?？?？?？＂＜§＇？?？？?？?Ｖ?￥?？??⑷?（ｂ）?（ｃ）??图２－３常用的改进的掩模窗口??３、低通滤波算法??经傅里叶变换后，低频部分主要表示图像的平滑区域以及背景区域，高频部分主??要表示图像细节区域如边缘、噪声等，用低通滤波算法可以滤除存在的高频分量如噪??声，达到图像平滑的效果。２Ｄ理想低通滤波器的传递函数如公式（２－８）所示。??＼?ｌ，Ｄ（ｗ，ｖ）?＜?Ｄ０??＾ｖ）＝?；?；?°?（２－８）??［０，￡）（？，?ｖ）?＞?Ｄ０??其中Ａ）是截止频率，Ｄ（ｗ，ｖ）是从频域的原点到（Ｗ，Ｖ）点的距离，Ｄ（ｕ，ｖ）?＝?ｙｌｕ２?＋Ｖ２。??在半径为Ａ的圆内
【参考文献】：
期刊论文
[1]Color Image Segmentation Using Feedforward Neural Networks with FCM[J]. S.Arumugadevi,V.Seenivasagam. International Journal of Automation and Computing. 2016(05)
[2]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)
[3]基于分数阶微分、水平集及分水岭的铅锌浮选图像分割[J]. 王卫星,白明辉. 四川大学学报(工程科学版). 2016(04)
[4]基于Hessian矩阵多尺度滤波的路面裂缝图像检测方法[J]. 王军,孙慧婷,姜志,何昕. 计算机应用. 2016(S1)
[5]连续梁结构损伤识别的小波神经网络方法研究[J]. 管德清,廖俊文. 中外公路. 2016(01)
[6]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)
[7]基于FCM聚类算法的MRI脑组织图像分割方法比较研究[J]. 王新宁,林相波,袁珍. 北京生物医学工程. 2015(03)
[8]结合闭合解抠图及最小生成树的图论分割算法[J]. 王卫星,石红玉. 哈尔滨工业大学学报. 2014(09)
[9]基于各向异性测度的路面三维图像裂缝识别[J]. 彭博,WANG Kelvin C.P.,陈成,蒋阳升. 西南交通大学学报. 2014(05)
[10]用Mean Shift实现路面裂缝损伤自动识别与特征测量[J]. 曹建农,张昆,元晨,许素素. 计算机辅助设计与图形学学报. 2014(09)
博士论文
[1]激光水下成像的图像复原及超分辨率重建算法研究[D]. 谌雨章.华中科技大学 2012
[2]基于图像分析的路面裂缝检测的关键技术研究[D]. 马常霞.南京理工大学 2012
硕士论文
[1]基于线阵相机的车载式路面破损自动检测系统的研究与开发[D]. 赵运德.长安大学 2016
[2]基于路面检测车图像的裂缝提取方法研究[D]. 任帅.重庆交通大学 2015
[3]基于图割和水平集的肾磁共振图像分割方法研究[D]. 高莹.大连海事大学 2014
[4]基于数学形态学的医学噪声图像边缘检测算法[D]. 张兴源.东北石油大学 2014
[5]基于分数阶微积分的路面裂缝检测研究[D]. 吴林春.福州大学 2014
[6]基于数字图像处理的混凝土桥梁底面裂缝的检测[D]. 刘小燕.武汉理工大学 2014
[7]路面裂缝图像检测算法研究[D]. 朱平哲.河南科技大学 2012
[8]路面裂缝检测算法研究[D]. 王龙云.南京邮电大学 2012
[9]基于图像处理的传送皮带裂纹检测[D]. 卫霞.太原理工大学 2011
[10]路面典型裂缝提取算法研究[D]. 胡豆豆.华中科技大学 2011
本文编号：3388071
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3388071.html
