基于圖像工程的路面破損自動識別算法研究.pdf

1、路面破損對高等級公路的承載能力、耐久性能和車輛行駛速度、機械磨損、燃油消耗、行車舒適性以及環(huán)境保護、交通安全等都會造成不利的影響。傳統(tǒng)的基于人工視覺識別路面破損的方法有成本高、危險性大、效率低、識別精度低等諸多缺點。近年來,基于圖像工程的路面破損識別系統(tǒng)在公路養(yǎng)護領域得到了廣泛研究,但當前已有的自動識別算法尚不成熟,圖像數據的后期處理仍然是采用人機結合甚至完全人工的方式,導致識別工作量仍然過大。因此,設計完善的自動識別系統(tǒng)是當前亟待解決

2、的熱點、難點問題。本文針對路面破損自動識別算法中存在的難題,對路面破損圖像的增強、去噪、圖像分割、孤立噪聲去除、裂縫分類、破損參數的提取等多方面進行深入研究,主要工作內容和研究成果簡述如下:
　　 1.針對圖像采集系統(tǒng)拍攝到的路面圖像存在光照不均、噪聲嚴重、裂縫邊緣模糊且斷裂點較多等問題,本文提出了一種基于數學形態(tài)學的Contourlet變換域路面破損圖像增強和去噪算法。算法利用信號和噪聲在Contourlet域不同的相關性,針

3、對完好路面背景、裂縫邊緣和噪聲邊緣采取不同的濾波策略,消除正常路面處的噪聲,實驗表明本文算法無論在增強效果還是在抗噪方面都優(yōu)于傳統(tǒng)的圖像增強算法。
　　 2.提出一種基于最大類間距離和多方位結構元素形態(tài)學的路面破損圖像分割算法。針對傳統(tǒng)的圖像分割算法不能有效分割不均勻光照路面圖像破損的問題,深入分析路面圖像中裂縫類破損像素的區(qū)域特征,將采集到的路面裂縫圖像利用類間最大距離法確定其發(fā)生梯度變化的像素點,后對這些像素點采用多方位結構

4、元素進行腐蝕操作,提取路面裂縫邊緣的同時濾除噪聲。實驗表明:較傳統(tǒng)的圖像分割算法,該算法具有更好的分割效果,而且運算速度快。
　　 3.目前對路面破損圖像分割算法的評價都是通過人工目測分割結果的方法來給出定性的評價,很難給出客觀的、系統(tǒng)的、定量的評價準則。對于現有的多種圖像分割評價方法,根據原理和性質的不同,本文選用交叉熵、區(qū)域內部均勻性、形狀測度和區(qū)域對比度四種評價準則對路面破損圖像分割算法進行評價,并將這四種評價準則相結合,

5、提出一種綜合評價指標來客觀評價路面圖像分割算法。實驗表明:與單一評價準則比較,本文的綜合評價準則能更有效地評價圖像分割質量。
　　 4.依據四種類型裂縫具有不同幾何形態(tài)差異的特性,提出利用投影和小波去噪算法首先區(qū)分線性裂縫和網狀裂縫,進而利用裂縫分布密度的不同再區(qū)分網狀裂縫與反射裂縫,后利用圖像孔洞數作為參數進一步判別裂縫類型,并利用基于RBF神經網絡的模式分類器實現對裂縫的準確分類。
　　 5.在裂縫特征參數的計算這一