基于图像处理的路面裂缝检测关键技术研究

发布时间：2017-12-18 19:06

  本文关键词：基于图像处理的路面裂缝检测关键技术研究

  更多相关文章： 路面裂缝 压缩感知 视觉模型 径向基概率 神经网络

【摘要】：随着我国公路网的不断完善,公路建设的规模趋势日益平缓,公路路面状况检测、养护和管理已成为我国公路建设领域的重要任务。路面裂缝是大部分路面病害的早期形式,及时发现裂缝并进行修补可以有效的减小路面病害带来的损失。因此,路面裂缝检测具有重要的现实意义。由于路面图像的多纹理性、多目标性、目标的弱信号性和图像光强的多变性,使得路面裂缝目标的识别难度相对较大。现有算法大多是建立在路面图像质量好、裂缝目标清晰的基础上而开发的,缺乏对复杂环境的适应性,难以满足工程应用的实际需求。针对以上问题,本文对路面裂缝病害检测过程中所涉及的去除噪声、裂缝目标分割、裂缝边缘提取以及裂缝类型识别等关键技术进行研究,提出了一种基于图像处理的路面裂缝智能检测方法。该方法对路面裂缝灰度图像建立压缩感知去噪模型,对于成像照度不均匀的问题,选择自适应阈值进行分割,并通过韦伯定律和视觉模型进行分段阈值边缘检测,最终通过径向基概率神经网络进行裂缝图像的裂缝类型识别。论文主要在以下几个方面展开了研究工作:1.针对目前路面图像滤波算法复杂度高且难以耦合噪声抑制和信号平衡的缺点,提出了一种基于非下采样Contourlet变换域压缩采样的滤波算法。该方法首先使用非下采样Contourlet变换对包含噪声的路面裂缝图像进行多尺度分解,建立压缩感知去噪模型,采用伪随机傅里叶矩阵对高频子带系数进行观测,通过构建重建过程所使用的优化目标函数的形式及参数的设置,应用不同的优化目标函数信号,重建原始图像以达到实现滤波的目的。实验表明:本文提出的算法可以很好的克服光照不均对裂缝目标检测的影响,在相同的实验条件下,与Curvelet阈值法和Wavelet阈值法相比,裂缝的错误检测率降低了15%和7.8%。2.针对成像照度不均匀的问题,提出一种基于改进的模糊聚类分割的自适应阈值分割算法。改进的模糊聚类分割算法对路面灰度图像采用模糊直方图,利用模糊直方图波峰的个数来确定聚类数,模糊直方图的极值确定聚类中心。改进的模糊聚类分割算法对整幅图像的全局分割阈值进行估计,最大类间方差算法对所划分子图像进行局部分割阈值估计,局部分割阈值通过局部分割估计阈值与全局分割估计阈值之间的关系以及子图像的灰度特点共同确定。实验表明:在相同的实验条件下,基于改进的模糊聚类分割的自适应阈值分割算法比模糊聚类分割算法查全率提高了0.195,查准率提高了0.0566。3.提出了一种利用视觉模型来确定路面裂缝边缘检测阈值的算法。该算法按照仿生学原理,通过分析人眼的阈值亮度比曲线和Weber比曲线,将图像根据背景亮度划分为三个不同亮度区域,分别是亮区域、中间区域、暗区域,对于不同亮度区域分别采用不同的边缘阈值公式,最后得到路面裂缝的检测结果。实验结果表明:本文提出的算法受到噪声的影响较小,能够克服光照不均对检测结果的影响,可以检测出较为完整的裂缝边缘信息,在相同的实验条件下,与基于多尺度小波模极大值和基于脉冲耦合神经网络的边缘检测算法相比,不同类型的裂缝的边缘定位指标和检出率均有所提高。4.设计了一个四层径向基概率神经网络进行裂缝类型的识别。第一隐层采用径向基函数作为基函数,隐矢量中心采用k-means聚类法确定,第二隐层与输出层之间的连接权值由递推最小二乘法确定。将裂缝的几何特征作为网络的输入,利用900幅已知裂缝类型的路面图像作为训练样本对径向基概率神经网络进行训练,训练好的网络对700幅未知裂缝类型的路面图像进行分类测试。测试结果表明:径向基概率神经网络可以取得了很好的分类效果,与SVM,C4.5决策树分类器、贝叶斯分类器相比,识别率达分别提高了1.85%、4.35%和7.78%。
【学位授予单位】：长安大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：U418.6;TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 周世生,孙帮勇,李举,夏卫民;数字修描技术在包装印刷图像处理中的应用研究[J];包装工程;2005年05期

2 ;Adobe发布Phototshop CS4[J];照相机;2008年11期

3 徐海良;;国像处理在欧洲前景美好[J];光学仪器;1989年05期

4 叶培建;1996年国际图像处理大会信息[J];中国空间科学技术;1996年06期

5 马金发,唐健,崔向;图像处理快速算法研究及实现[J];沈阳工业学院学报;2002年02期

6 王晓平,郝玉峰,袁春伟;基于激发介质进行图像处理[J];计算机辅助设计与图形学学报;2003年12期

7 陈源锋,冯琳;图像处理技术在物证照片标准化制作中的应用[J];影像技术;2005年02期

8 蒋昀峗;叶俊勇;汪同庆;王同军;;利用图像处理技术进行工件角度检测[J];新技术新工艺;2007年08期

9 王博;石亮;;图像处理技术实现与分析——图像的退化与复原[J];硅谷;2008年02期

10 孙丽云;焦向东;刘丹;靳丽;;一种新的图像处理实验设计方法[J];舰船电子工程;2008年12期

中国重要会议论文全文数据库 前10条

1 苑廷刚;李爱东;李汀;艾康伟;严波涛;;图像处理技术在田径科研中的应用初探[A];第七届全国体育科学大会论文摘要汇编（二）[C];2004年

2 黄海永;朱浩;王朔中;;图像处理软件中宏结构的实现和扩展[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

3 杨文杰;刘浩学;;基于马尔可夫场理论的图像处理新方法评述[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

4 王晋疆;刘文耀;肖松山;陈晓东;孙正;;光电图像处理课程中教学环节的设计[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年

5 王鹏;;图像处理技术与实验数据处理[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

6 王晓剑;曹婉;王莎莎;;一种基于高速DSP的图像处理应用平台[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年

7 张炜;蒋大林;郎芬玲;曹广鑫;王秀芬;;图像处理技术应用于选矿领域的综述[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

8 刘春桐;赵兵;张志利;仲启媛;;基于图像处理的自动瞄准系统精度研究[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

9 李向荣;;美式落袋球自动摆球系统的图像处理研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年

10 周荣官;周醒驭;;地质雷达图像处理在崩塌隐患探测中的应用及分析[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

中国重要报纸全文数据库 前10条

1 新疆大学纺织与服装学院 袁春燕;图像处理技术让数据更真实[N];中国纺织报;2013年

2 杨朝晖;我邻域图像处理达到每秒1350亿次超高速[N];科技日报;2008年

3 吴启海;图像处理时8位/通道或16位/通道模式的选择探讨[N];中国摄影报;2012年

4 殷幼芳;印前图像处理技术对印刷质量的影响[N];中国包装报;2005年

5 徐和德;图像处理要适度[N];中国摄影报;2006年

6 记者 申明;中星微发布场景高保真图像处理技术[N];科技日报;2010年

7 杨玉军;邮编图像处理技术通过验收[N];中国邮政报;2000年

8 董长生 吴志军;用图像处理软件推动刑侦信息技术工作[N];人民公安报;2003年

9 殷幼芳;艺术化的图像处理技术[N];中国包装报;2006年

10 ;富士图像处理方案走进手机[N];计算机世界;2002年

中国博士学位论文全文数据库 前10条

1 罗军;图像处理快速算法研究与硬件化[D];武汉大学;2014年

2 孙传猛;煤岩图像处理及细观损伤本构模型研究[D];重庆大学;2015年

3 嵇晓平;基于各向异性扩散方程图像处理问题的研究[D];哈尔滨工业大学;2015年

4 黎海生;量子图像处理关键技术研究[D];电子科技大学;2014年

5 吴玉莲;非局部信息和TGV正则在图像处理中的应用研究[D];西安电子科技大学;2015年

6 张还;聚合物复合材料微观图像处理与分析[D];南京农业大学;2014年

7 季雷;光辐射对生物体影响的关键技术研究[D];南京航空航天大学;2015年

8 刘宇飞;基于模型修正与图像处理的多尺度结构损伤识别[D];清华大学;2015年

9 樊瑶;基于图像处理的路面裂缝检测关键技术研究[D];长安大学;2016年

10 程科;模糊形态学技术及其在图像处理中的应用[D];南京理工大学;2006年

中国硕士学位论文全文数据库 前10条

1 杜高峰;基于opencv图像处理的列车受电弓动态特性监测方法研究[D];西南交通大学;2015年

2 王世豪;基于小波及压缩感知的图像处理方法及应用研究[D];燕山大学;2015年

3 牛蕾;基于非线性动力系统的图像处理[D];东北林业大学;2015年

4 宋君毅;基于图像处理的鱼群监测技术研究[D];天津理工大学;2015年

5 古伟楷;基于异构计算技术的视频与图像处理研究[D];华南理工大学;2015年

6 康睿;基于图像处理的砂土颗粒细观特性分析[D];宁夏大学;2015年

7 赵杰;柴油喷雾粒子图像处理及软件的设计[D];长安大学;2015年

8 石璐;基于图像处理的矿质混合料级配检测算法研究[D];长安大学;2015年

9 李丽君;基于图像处理的玉米叶部病害识别研究[D];四川农业大学;2014年

10 潘弋;基于智能手机嵌入式图像处理和移动网络应用研究[D];上海交通大学;2015年

，

本文编号：1305269