基于圖像處理技術(shù)的目標(biāo)識(shí)別方法及其在裂紋檢測(cè)中的應(yīng)用.pdf

1、目標(biāo)檢測(cè)技術(shù)是數(shù)字圖像處理研究領(lǐng)域的一個(gè)重點(diǎn)問題，基于計(jì)算機(jī)視覺的目標(biāo)檢測(cè)技術(shù)實(shí)現(xiàn)了靜態(tài)場(chǎng)景中特殊目標(biāo)的自動(dòng)檢測(cè)以及智能視頻監(jiān)控。靜態(tài)圖像檢測(cè)通過提取目標(biāo)特征，檢測(cè)具有特定特征的目標(biāo)。動(dòng)態(tài)的目標(biāo)檢測(cè)技術(shù)通過對(duì)攝像頭獲取的視頻序列的自動(dòng)分析，檢測(cè)出序列中運(yùn)動(dòng)的目標(biāo)。目前目標(biāo)檢測(cè)技術(shù)已經(jīng)廣泛的應(yīng)用到車牌識(shí)別、人臉識(shí)別、社區(qū)商場(chǎng)安防、紅外圖像中的目標(biāo)識(shí)別以及交通事件檢測(cè)、軍事國(guó)防等領(lǐng)域，極大的方便了人類的生產(chǎn)生活。目前，關(guān)于目標(biāo)檢測(cè)技術(shù)的研究

2、已經(jīng)取得了許多的成果，但仍有許多難題需要解決。
　　本文中在現(xiàn)有研究成果的基礎(chǔ)上，對(duì)目標(biāo)檢測(cè)技術(shù)進(jìn)行了研究。然后基于本文提出的目標(biāo)檢測(cè)算法，對(duì)材料裂紋檢測(cè)的應(yīng)用進(jìn)行了研究。相對(duì)于傳統(tǒng)的超聲波、電磁渦流等物理檢測(cè)方法。基于圖像處理的裂紋檢測(cè)技術(shù)，經(jīng)濟(jì)、方便、實(shí)時(shí)性強(qiáng)、適用范圍廣且擺脫了人工條件的限制。基于圖像處理的材料裂紋檢測(cè)能夠解決材料的使用壽命確定問題，通過預(yù)測(cè)、估算材料的使用壽命，避免實(shí)際應(yīng)用中因材料結(jié)構(gòu)失效而產(chǎn)生的災(zāi)難性事故

3、；能夠指導(dǎo)優(yōu)化材料的配方和加工工藝，通過對(duì)裂紋的生長(zhǎng)規(guī)律研究能夠設(shè)計(jì)更好的配方或者加工工藝，從而延長(zhǎng)材料的使用壽命。因此，基于圖像目標(biāo)檢測(cè)的材料裂紋檢測(cè)技術(shù)不僅有著深刻的理論研究意義，也有著重大的實(shí)際應(yīng)用價(jià)值。
　　針對(duì)目標(biāo)檢測(cè)方法和材料裂紋檢測(cè)方法的研究，本文的主要工作和創(chuàng)新如下：
　　1.圖像二值化是圖像目標(biāo)檢測(cè)的基礎(chǔ)，它決定了最終檢測(cè)效果。本文首先分析了傳統(tǒng)的二值化算法特點(diǎn)。然后，針對(duì)傳統(tǒng)二值化方法的不足，結(jié)合本文中的

4、研究對(duì)象提出了一種改進(jìn)的二值化方法。改進(jìn)的二值化算法通過一個(gè)局部閾值λ和雙均值濾波方法，達(dá)到抑制噪聲的目標(biāo)。本文選取車標(biāo)圖像的二值化處理為例，與常用的算法進(jìn)行了對(duì)比分析，比較結(jié)果驗(yàn)證了算法的有效性，選取計(jì)算二值化圖像的熵值，進(jìn)行圖像的二值化效果評(píng)價(jià)，改進(jìn)的二值化方法相對(duì)于其他方法有較小的熵，噪聲更少。
　　2.本文提出了一種新的背景提取算法。背景提取是運(yùn)動(dòng)目標(biāo)檢測(cè)中的關(guān)鍵步驟，直接影響了運(yùn)動(dòng)目標(biāo)檢測(cè)效果的優(yōu)劣。本文首先對(duì)傳統(tǒng)的均值

5、背景等算法進(jìn)行了闡述，然后在現(xiàn)有算法的基礎(chǔ)上提出了一種改進(jìn)的背景提取方法。該方法的思想是：通過一個(gè)時(shí)刻內(nèi)的兩幀連續(xù)圖像和給定一個(gè)特殊閾值，如果兩幀圖像的差值大于閾值，那么被檢測(cè)圖像對(duì)應(yīng)像素為前景；反之，如果小于閾值則為背景。此外，本文中還提出了一種改進(jìn)的均值算法來提取背景圖像。最后，通過編程仿真，對(duì)該算法進(jìn)行了仿真試驗(yàn)，對(duì)該算法的效果進(jìn)行了驗(yàn)證，結(jié)果表明基于本文算法能準(zhǔn)確地檢測(cè)圖像中運(yùn)動(dòng)目標(biāo)，且得到的圖像更加清晰。
　　3.提出了

6、一種改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。本文討論了傳統(tǒng)的時(shí)差分法(TTD)和平均算法(MA)原理，并結(jié)合差分法(TTD)和平均算法(MA)提出了一種改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)。以高速公路監(jiān)控視頻的檢測(cè)為例進(jìn)行仿真試驗(yàn)，仿真結(jié)果表明提出的改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法穩(wěn)定、可靠、精確且具有較高的效率。
　　4.提出了一種改進(jìn)的水泥結(jié)構(gòu)材料裂紋檢測(cè)算法。該方法包括3步：第一，將圖像設(shè)為灰度并用索貝爾圖像邊緣檢測(cè)算法和索貝爾圖像濾波器來檢測(cè)

7、裂縫。第二，在二進(jìn)制圖像中設(shè)定一個(gè)合適的閾值，將背景和前景中的像素進(jìn)行分類，使用過濾面積，如果小于某個(gè)值則反過來改變面積之后，得到區(qū)域面積。第三，使用索貝爾濾波消除殘余噪聲，Otsu方法探測(cè)大裂紋。該算法原理簡(jiǎn)單，易于實(shí)現(xiàn)且具有較高的計(jì)算效率。仿真試驗(yàn)結(jié)果表明，新算法能夠清晰、準(zhǔn)確地檢測(cè)圖像中的裂紋。
　　5.通過對(duì)連續(xù)觀測(cè)的視頻中水泥結(jié)構(gòu)的材料裂縫的生長(zhǎng)變化監(jiān)測(cè)，基于裂紋生長(zhǎng)規(guī)律，提出了一種基于動(dòng)態(tài)視頻裂紋生長(zhǎng)監(jiān)測(cè)算法。該算法的