基于圖像處理的路面裂縫自動(dòng)檢測(cè)

《基于圖像處理的路面裂縫自動(dòng)檢測(cè)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、華僑大學(xué)廈門(mén)工學(xué)院數(shù)字圖像處理課程論文題□:基于圖像處理的路面裂縫自動(dòng)檢測(cè)班級(jí):12通信3班學(xué)生姓名:詹建梁學(xué)號(hào):1202303036指導(dǎo)教師:楊藝敏2015年6月20R基于圖像處理的路面裂縫自動(dòng)檢測(cè)摘要：本文主要研究裂縫閣像的處理技術(shù)，分為閹像預(yù)處理、閣像分割、特征提取三部分。閣像預(yù)處理部分，本文采用最近鄰插伉法將閣像縮小，變?yōu)樵w像的1/4;采用四種不M類型的結(jié)構(gòu)元素依次對(duì)路面裂縫圖像進(jìn)行屮值濾波，平滑去噪;采川基于圖像背貨提取的灰度校正算法校正圖像光照不均。圖像分割部分，木文釆用Ostu閬值分割算法對(duì)路血裂縫圖像進(jìn)行分割，并進(jìn)行適

2、當(dāng)改善;采用連通域白色像素點(diǎn)閡值去噪算法去除二值圖像的噪聲;將數(shù)學(xué)形態(tài)學(xué)和a色像素點(diǎn)閡值去噪算法相結(jié)合，利用多種形態(tài)學(xué)算法交替處理，提取出裂縫，最后運(yùn)用迭代細(xì)化方法對(duì)裂縫進(jìn)行了細(xì)化。特征提取部分，本文根據(jù)不M類型裂縫的特征選取了裂縫像素而積、水平投影、垂直投影、矩形度作為裂縫的特征值，利川裂縫像素則積能夠準(zhǔn)確判斷圖像屮杏無(wú)裂縫。關(guān)鍵詞：裂縫檢測(cè)，閣像預(yù)處理，閣像分割，特征提取隨著我國(guó)公路交通的迅速發(fā)展，對(duì)公路的養(yǎng)護(hù)工作也提出Y更高的要求。公路迕建成P會(huì)受到氣候、地質(zhì)條件、通行景、載荷景等W素的影響，這些因素會(huì)使公路產(chǎn)生不同程度損壞，如裂

3、縫、坑洞等，因此，相關(guān)部門(mén)需要對(duì)公路進(jìn)行定期的檢測(cè)和養(yǎng)護(hù)。如果能在公路病害出現(xiàn)的初期將其發(fā)現(xiàn)并進(jìn)行及吋處理，那么養(yǎng)護(hù)公路的開(kāi)支將大大減少，公路的使用年限也將大大延長(zhǎng)[[21。在不影響公路運(yùn)營(yíng)的前提下，對(duì)公路路而病害進(jìn)行實(shí)時(shí)檢測(cè)，這成為我們關(guān)注的重要問(wèn)題，也是路側(cè)檢測(cè)的研究方向。1、國(guó)內(nèi)發(fā)展現(xiàn)狀就國(guó)內(nèi)而言，在對(duì)公路路而情況進(jìn)行檢測(cè)時(shí)，大部分還是使用傳統(tǒng)的人丄檢測(cè)方法。由檢測(cè)人員對(duì)裂縫的長(zhǎng)度、周長(zhǎng)和Iftf積等數(shù)裾進(jìn)行實(shí)地測(cè)雖和記錄，再進(jìn)行統(tǒng)計(jì)和分類，敁P(yáng)由技術(shù)人員對(duì)裂縫損害程度進(jìn)行評(píng)估丼制定養(yǎng)護(hù)計(jì)劃。這種傳統(tǒng)的方法效率低、誤差人，而且對(duì)交

4、通有較人的影響，檢測(cè)人員的人身安全也不能完全保證。由于這種檢測(cè)方式的誤差人，養(yǎng)護(hù)計(jì)劃制定準(zhǔn)確性也隨之下降，對(duì)施工質(zhì)y；的改進(jìn)方法也不能很好確定?？茖W(xué)的對(duì)路而裂縫進(jìn)行檢測(cè)，得到精確的裂縫數(shù)據(jù)，相失部門(mén)就町以及時(shí)制定合適的養(yǎng)護(hù)計(jì)劃，在路而裂縫損害出現(xiàn)的單期對(duì)其進(jìn)行修護(hù)，節(jié)省了貲用，延長(zhǎng)丫公路的使川年限，提高丫公路的服務(wù)水2、系統(tǒng)工作原理論文的主要研究工作包括:路而裂縫閣像的預(yù)處理、預(yù)處理后閣像的分割、路而裂縫的特征提取、路而裂縫類型分類和識(shí)別、裂縫參數(shù)計(jì)算。憋個(gè)論文研究的算法流程閣如閣1.11所示。圖1.11論文算法鯉圖2.1圖像預(yù)處理山于

5、路而的裂縫閣像是山cd）相機(jī)拍攝所得，因此，拍攝閣像吋受到外界環(huán)境因素和閣像采集系統(tǒng)A身噪聲的影響，這樣所得到的裂縫閣像會(huì)有光照不均和附帶噪聲的現(xiàn)象，導(dǎo)致圖像質(zhì)S下降，如不對(duì)圖像質(zhì)雖進(jìn)行改莕，會(huì)直接給Pl&f的圖像處理工作帶來(lái)巨大的凼難,影響裂縫的識(shí)別率，嚴(yán)重時(shí)則無(wú)法識(shí)別裂縫。綜上所述，我們必須根裾情況對(duì)原始圖像進(jìn)行預(yù)處理。本論文中涉及的原始閣像較大，首先需要對(duì)閹像進(jìn)行縮小，縮小為原閣像的1/4,以提高系統(tǒng)運(yùn)算速度，之后對(duì)縮小后的閣像進(jìn)行去噪平消處理，通過(guò)實(shí)驗(yàn)對(duì)多種算法進(jìn)行對(duì)比,敁P(yáng)選擇使川四種結(jié)構(gòu)元素對(duì)圖像依次進(jìn)行中值濾波，從而對(duì)多種

6、噪聲進(jìn)行行效地濾除，并且可以保留四個(gè)方叫上的邊緣特性。針對(duì)圖像光照不均的14題，木文嘗試了5種方法對(duì)其進(jìn)行校正，對(duì)效果進(jìn)行比較，S后使用了基丁圖像竹景提収的灰度校正算法對(duì)平滑后的圖像進(jìn)行校正，取得了較好的效果。本文對(duì)閣像進(jìn)行全比例縮小，取lx=壽=0.5,并運(yùn)用最近鄰插值法對(duì)新倒像中的像素灰度值進(jìn)行近似處理，即對(duì)原閣像進(jìn)行隔行隔列取樣，對(duì)應(yīng)的像素灰度值賦給新圖像。例如，原圖像中的（0,2）點(diǎn)像素對(duì)應(yīng)新圖像的（0，1）點(diǎn)像素，原圖像中的（2,0）點(diǎn)像素對(duì)l、V:新圖像的（1，0）點(diǎn)像素，這樣將圖像縮小為原來(lái)的叫分之一，示意圖如圖2.3所示

7、。圖2.3圖像尺寸縮小道路裂縫圖像尺寸人小為4096x2048,經(jīng)過(guò)尺寸縮小后變?yōu)?048x1024,總像素?cái)?shù)減少為原來(lái)的四分之一，這樣減少了處理的運(yùn)算呈，提高了軟件處理的運(yùn)行速度，系統(tǒng)性能得到提升。對(duì)路而裂縫閣像的縮小結(jié)果如閣2.4所示。m2.4路ifif裂縫閣像縮小結(jié)果2.2圖像分割圖像分割是繼圖像預(yù)處理后又一項(xiàng)十分重要的A容,也是圖像處理工作中敁凼難的步驟之一。圖像分割是圖像處理層到圖像分析層的關(guān)鍵少驟，在&好的圖像分割基礎(chǔ)下，才能更好的提取R標(biāo)的特征值，測(cè)蛍n標(biāo)的各種數(shù)據(jù)，這樣就將圖像轉(zhuǎn)化為史高層次的抽象形式,為閣像分析和閹像理

8、解服務(wù)。本文中分別對(duì)多種邊緣檢測(cè)算子進(jìn)行了實(shí)驗(yàn)對(duì)比，分析了各個(gè)算法的優(yōu)缺點(diǎn)針對(duì)預(yù)處理后的路而裂縫圖像，采用了Ostu閡值分割算法，并對(duì)得到的閡值進(jìn)行了調(diào)整，捋到了較理想的二值圖像。但是二值圖像屮存在很多孤立