基于圖像處理技術(shù)的混凝土路面裂縫檢測(cè)方法

《基于圖像處理技術(shù)的混凝土路面裂縫檢測(cè)方法》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、DOI:10.13873/j.1000-97872013.04.0282013年第32卷第4期傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)61*基于圖像處理技術(shù)的混凝土路面裂縫檢測(cè)方法郭全民，張海先(西安工業(yè)大學(xué)電子信息工程學(xué)院，陜西西安710032)摘要:為了提高公路混凝土路面病害的檢測(cè)效率，采用圖像處理技術(shù)實(shí)現(xiàn)了路面裂縫的自動(dòng)識(shí)別和病害參數(shù)的自動(dòng)提取。首先通過閾值分割法檢測(cè)出路面裂縫，根據(jù)線性和網(wǎng)狀裂縫圖像背景連通域數(shù)量的差異，采用區(qū)域標(biāo)記法計(jì)算背景連通域的數(shù)量實(shí)現(xiàn)了裂縫分類;其次根據(jù)線性裂縫幾何

2、形態(tài)的差異性，通過投影法實(shí)現(xiàn)了橫、縱和斜向裂縫的細(xì)分;最后對(duì)線性裂縫提取裂縫骨架并細(xì)化求出其長(zhǎng)度、平均寬度等病害參數(shù);對(duì)于網(wǎng)狀裂縫通過求其最小外接矩形計(jì)算其破損面積。關(guān)鍵詞:混凝土路面;裂縫檢測(cè);圖像處理中圖分類號(hào):TP391;U41文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1000—9787(2013)04—0061—04Crackdetectionmethodforconcretepavement*basedonimageprocessingtechniqueGUOQuan-min，ZHANGHai-xian(SchoolofElectronicsInform

3、ationEngineering，Xi’anTechnologicalUniversity，Xi’an710032，China)Abstract:Inordertoimprovethedetectingefficiencyoftheconcretehighwaypavementdisease，imageprocessingtechnologyisappliedtoautomaticallyrecognizecracks，andextractthediseaseparameters．Thecrackcanbedetectedbythresholds

4、egmentationmethods．Accordingtoquantitydifferenceofthebackgroundconnectedregionsinthelinearandreticularcrackimage，regionlabelingmethodisadoptedtocalculatequantityofbackgroundconnectedregionstoclassifycracks．Accordingtothegeometricshapedifferencesofthreekindsoflinearcrack，thetr

5、ansverse，longitudinalanddiagonalcrackcanbesubdividedbyprojectionmethod．Anddiseaseparameterssuchaslengthandmeanwidthoflinearcrackaremeasuredafteritsskeletonisextractedbythinning．Thedamagedareainthereticularcrackimageiscalculatedbyfindingitsminimumenclosingrectangle．Keywords:co

6、ncretepavement;crackdetection;imageprocessing0引言顯，影響目標(biāo)的識(shí)別。為了使計(jì)算機(jī)更容易識(shí)別和處理圖為了滿足公路養(yǎng)護(hù)部門快速準(zhǔn)確地獲取破損路面信像，首先對(duì)獲得的裂縫圖像進(jìn)行預(yù)處理。息，統(tǒng)計(jì)信息并制定合理統(tǒng)一的維護(hù)工作，路面病害信息自為了保證計(jì)算處理速度和降低算法難度，首先對(duì)采集動(dòng)檢測(cè)已成為一個(gè)重要研究課題，國(guó)內(nèi)外的相關(guān)研究已取到的裂縫圖像如圖1(a)所示，進(jìn)行灰度化。由于人眼對(duì)綠得了不少成果，但也存在著一些不足。文獻(xiàn)［1］采用“Sobel色的敏感最高，紅色次之，對(duì)藍(lán)色敏感最低，于是將彩色圖算法”以裂縫

7、邊緣檢測(cè)的方法來(lái)識(shí)別裂縫，但當(dāng)裂縫圖像像R，G，B三分量以不同的權(quán)值按式(1)加權(quán)平均得到合理中有白色條紋的斑馬線和車道分隔線時(shí)，該算法就會(huì)對(duì)此的灰度圖像，如圖1(b)所示造成誤判。文獻(xiàn)［2］用“神經(jīng)網(wǎng)絡(luò)”方法對(duì)裂縫分類，但在I(i，j)=0．30R(i，j)+0．59G(i，j)+0．11(i，j)，(1)實(shí)際處理目標(biāo)特征值時(shí)，計(jì)算復(fù)雜，且分類準(zhǔn)確率難以達(dá)到式中I(i，j)為灰度圖像中第i行第j列的灰度，R(i，j)，要求。文獻(xiàn)［3］采用的“投影法”因網(wǎng)狀裂縫和線性斜向裂G(i，j)，B(i，j)分別為彩色圖像分量對(duì)應(yīng)點(diǎn)的值。縫的投影效果幾乎相

8、同，而無(wú)法正確區(qū)分。本文給出了一采用“線性灰度變換”空域增強(qiáng)法來(lái)增大圖像背景和種簡(jiǎn)單可靠的混凝土路面裂縫的圖像檢測(cè)方法，能正確地裂縫之間