基于圖像處理的路面裂縫自動檢測

《基于圖像處理的路面裂縫自動檢測》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、華僑大學廈門工學院數(shù)字圖像處理課程論文題□:基于圖像處理的路面裂縫自動檢測班級:12通信3班學生姓名:詹建梁學號:1202303036指導教師:楊藝敏2015年6月20R基于圖像處理的路面裂縫自動檢測摘要：本文主要研究裂縫閣像的處理技術，分為閹像預處理、閣像分割、特征提取三部分。閣像預處理部分，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類型的結構元素依次對路面裂縫圖像進行屮值濾波，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閬值分割算法對路血裂縫圖像進行分割，并進行適

2、當改善;采用連通域白色像素點閡值去噪算法去除二值圖像的噪聲;將數(shù)學形態(tài)學和a色像素點閡值去噪算法相結合，利用多種形態(tài)學算法交替處理，提取出裂縫，最后運用迭代細化方法對裂縫進行了細化。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確判斷圖像屮杏無裂縫。關鍵詞：裂縫檢測，閣像預處理，閣像分割，特征提取隨著我國公路交通的迅速發(fā)展，對公路的養(yǎng)護工作也提出Y更高的要求。公路迕建成P會受到氣候、地質條件、通行景、載荷景等W素的影響，這些因素會使公路產(chǎn)生不同程度損壞，如裂

3、縫、坑洞等，因此，相關部門需要對公路進行定期的檢測和養(yǎng)護。如果能在公路病害出現(xiàn)的初期將其發(fā)現(xiàn)并進行及吋處理，那么養(yǎng)護公路的開支將大大減少，公路的使用年限也將大大延長[[21。在不影響公路運營的前提下，對公路路而病害進行實時檢測，這成為我們關注的重要問題，也是路側檢測的研究方向。1、國內(nèi)發(fā)展現(xiàn)狀就國內(nèi)而言，在對公路路而情況進行檢測時，大部分還是使用傳統(tǒng)的人丄檢測方法。由檢測人員對裂縫的長度、周長和Iftf積等數(shù)裾進行實地測雖和記錄，再進行統(tǒng)計和分類，敁P由技術人員對裂縫損害程度進行評估丼制定養(yǎng)護計劃。這種傳統(tǒng)的方法效率低、誤差人，而且對交

4、通有較人的影響，檢測人員的人身安全也不能完全保證。由于這種檢測方式的誤差人，養(yǎng)護計劃制定準確性也隨之下降，對施工質y；的改進方法也不能很好確定。科學的對路而裂縫進行檢測，得到精確的裂縫數(shù)據(jù)，相失部門就町以及時制定合適的養(yǎng)護計劃，在路而裂縫損害出現(xiàn)的單期對其進行修護，節(jié)省了貲用，延長丫公路的使川年限，提高丫公路的服務水2、系統(tǒng)工作原理論文的主要研究工作包括:路而裂縫閣像的預處理、預處理后閣像的分割、路而裂縫的特征提取、路而裂縫類型分類和識別、裂縫參數(shù)計算。憋個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圖像預處理山于

5、路而的裂縫閣像是山cd）相機拍攝所得，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有光照不均和附帶噪聲的現(xiàn)象，導致圖像質S下降，如不對圖像質雖進行改莕，會直接給Pl&f的圖像處理工作帶來巨大的凼難,影響裂縫的識別率，嚴重時則無法識別裂縫。綜上所述，我們必須根裾情況對原始圖像進行預處理。本論文中涉及的原始閣像較大，首先需要對閹像進行縮小，縮小為原閣像的1/4,以提高系統(tǒng)運算速度，之后對縮小后的閣像進行去噪平消處理，通過實驗對多種算法進行對比,敁P選擇使川四種結構元素對圖像依次進行中值濾波，從而對多種

6、噪聲進行行效地濾除，并且可以保留四個方叫上的邊緣特性。針對圖像光照不均的14題，木文嘗試了5種方法對其進行校正，對效果進行比較，S后使用了基丁圖像竹景提収的灰度校正算法對平滑后的圖像進行校正，取得了較好的效果。本文對閣像進行全比例縮小，取lx=壽=0.5,并運用最近鄰插值法對新倒像中的像素灰度值進行近似處理，即對原閣像進行隔行隔列取樣，對應的像素灰度值賦給新圖像。例如，原圖像中的（0,2）點像素對應新圖像的（0，1）點像素，原圖像中的（2,0）點像素對l、V:新圖像的（1，0）點像素，這樣將圖像縮小為原來的叫分之一，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)過尺寸縮小后變?yōu)?048x1024,總像素數(shù)減少為原來的四分之一，這樣減少了處理的運算呈，提高了軟件處理的運行速度，系統(tǒng)性能得到提升。對路而裂縫閣像的縮小結果如閣2.4所示。m2.4路ifif裂縫閣像縮小結果2.2圖像分割圖像分割是繼圖像預處理后又一項十分重要的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鍵少驟，在&好的圖像分割基礎下，才能更好的提取R標的特征值，測蛍n標的各種數(shù)據(jù)，這樣就將圖像轉化為史高層次的抽象形式,為閣像分析和閹像理

8、解服務。本文中分別對多種邊緣檢測算子進行了實驗對比，分析了各個算法的優(yōu)缺點針對預處理后的路而裂縫圖像，采用了Ostu閡值分割算法，并對得到的閡值進行了調(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