基于目标减背景法的路面三维裂缝识别方法

根据路面病害等特征提取与检测要求,针对路面三维裂缝的数据特点,结合数字图像处理技术,提出了一种基于目标减背景法的路面三维裂缝识别方法。该方法首先采用双相标准差和基于组合结构元素的级联形态学滤波算法相结合的滤波方法实现裂缝三维数据的预处理,然后根据三维裂缝数据转换成二维图像进行研究的优势,对三维裂缝数据归一化,并采用目标减背景法和Otsu局部阈值分割法实现路面裂缝的识别,对比试验结果与分析表明:该文算法检测效果比较好,对细小裂缝的识别有一定的优势。     

基于数字图像处理的表面裂缝宽度测量

为了避免传统人工裂缝宽度检测方法耗时、耗力、危险、花费高等缺点,提出了一种新的基于数字图像处理技术的表面裂缝宽度测量方法。介绍了该法首先通过编制的程序对采集到的数字图像进行像素标定、灰度转换、阈值分割、中值滤波等步骤后,提取裂缝的图像,进而计算得到裂缝的宽度的过程。同时,利用试验方法对该法进行了误差分析,验证了该法具有相当高的精确性与可行性,可以满足工程实际的需要。     

改进K-means算法在混凝土裂缝图像去噪中的应用

在复杂裂缝情况下，传统裂缝图像去噪技术很难达到理想的降噪效果，且在所提取的图像中裂缝通常表现出畸形、间断或者填充不密实的现象。针对这些问题，提出了一种基于改进初始聚类中心的K-means混合降噪方法：首先利用改进K-means聚类算法对原始RGB图像中裂缝进行预提取；然后设置阈值进行图像灰度二值化操作；最后采用腐蚀膨胀的方法对裂缝区域和形态进行改善。试验结果表明，该方法在降低图像存储大小的同时有效去除了噪声，加快了裂缝形态的提取速度，保证了裂缝形态的真实性和完整性，能够批量化处理大量混凝土裂缝图像。     

结合图像增强和数学形态学的水泥混凝土路面裂缝识别方法

针对水泥混凝土路面裂缝识别的干扰和噪声问题,提出一种结合图像增强和数学形态学的裂缝检测方法。首先利用小波变换和空域滤波滤除图像中的干扰和噪声;接着采用形态学基本操作增强裂缝与背景的对比度;最后采用基于形态学的多尺度梯度边缘检测方法实现裂缝提取。试验结果表明,相比于传统的基于边缘检测算子的裂缝检测方法,文中方法可以有效地去除图像中的干扰和噪声,同时能够完整地保留裂缝方向及形状。     

路面裂缝图像处理算法研究

为了避免传统人工视觉裂缝检测方法的耗力、耗时、不精确、影响交通、危险、花费高等缺点,提出了一种新的基于图像处理技术的路面裂缝类病害自动识别算法。识别分为两个步骤:首先以一个5×5的窗口为基准,在这个窗口中确定9种不同的掩膜模板,对有噪音的路面图像进行平滑和增强;然后基于阈值分割理论,采用最大类间、类内距离准则对图像进行阈值分割,提取图像上的裂缝特征。最后对采集的200幅路面裂缝图像进行了平滑和分割试验研究,和Robison等常用的平滑模板相比,对图像进行增强的同时较好地保护了裂缝边缘。在对平滑后的图像进行分割当中,和Hough变换、数学形态学等分割算法进行了对比研究,结果表明了该算法在精度、速度和可靠性方面具有一定的优势。     

路面裂缝图像自动识别算法综述

路面裂缝自动检测对于路面养护管理、路面性能评价与预测、路面材料和结构设计具有重要的实用价值,但快速、准确、全面且稳定地识别路面裂缝一直是个难题.为此,对路面裂缝自动检测研究现状进行综述,包括以图像增强和去噪为目的的预处理方法,基于阈值分割、边缘检测和种子生长的空间域识别算法,以小波变换为代表的频域识别算法,基于有监督学习的识别算法及其他裂缝识别方法;指出既有裂缝识别算法存在易受光照和油污等因素的影响、裂缝识别图像连续性差和识别速度和精度较低等不足.最后,提出综合考虑边界和区域特征消除纹理和噪声干扰、基于局部和全局信息设计优化识别算法和基于三维图像进行裂缝识别等研究展望,为裂缝自动识别算法的改进提供参考.     

基于图像处理的沥青路面裂缝识别算法研究

为了提高沥青路面裂缝检测效率,利用Matlab软件平台,深入研究了图像灰度化、图像灰度变换、滤波去噪、边缘检测等图像处理算法,并提出一种裂缝宽度计算方法。该文的图像处理算法较好地解决了沥青混合料中集料缝隙对裂缝识别产生干扰的问题。选取20幅裂缝图像对该文提出的算法精度进行验证,结果表明:算法可较好地用于沥青路面不规则裂缝、纵缝、横缝的识别与宽度计算。当裂缝宽度在5 mm以上时,相对误差可控制在5%以内;裂缝宽度为2～5 mm时,相对误差可控制在10%以内。     

基于相位编组法的路面裂缝自动识别

研究了基于数字图像处理技术的路面裂缝自动识别方法,给出了基本的系统组成及工作原理.通过对路面裂缝图像的分析,对比了各种图像增强算法的特点和适应性;结合路面裂缝图像的随机性和目标、背景变化复杂的特点,指出传统方法中仅仅利用灰度变化的幅度作为局部边缘提取的主要度量是存在问题的.提出采用相位编组法进行裂缝提取,并在现场采集大量的图像尝试进行实例验证.结果表明:相位编组法有利于检测出有弱对比度的裂缝,并可以检测到细小裂缝.     

基于二维Rosin阈值方法的道路裂纹边缘检测

为了在道路裂纹图像边缘检测时选择准确的区分噪声与边缘阈值,针对一维Rosin算法不能充分利用图像局部结构信息的缺陷,将传统Rosin方法推广至二维,联合Canny边缘检测算法和Rosin算法,利用像素点本身及其邻域的局部结构信息建立图像二维直方图;利用直方图的最高点和最低点构造全角旋转阂值选取平面,以搜索直方图与各阈值平面的空间距离最大值确定阈值点,获得一种自适应的Canny算法中的阈值选取方法.研究结果表明:该算法可对道路裂纹边缘进行有效检测,并扩展Canny算法的应用范围.     

基于高度差乘积的三维沥青路面裂缝识别

为了提高三维沥青路面中裂缝的提取精度与可靠性,提出了一种基于高度差乘积原理的沥青路面三维图像裂缝检测算法。首先,使用同时考虑空域和频域信息的双边滤波器对图像进行预处理,以达到平滑路面纹理并保持裂缝轮廓特征的目的;然后,利用裂缝轮廓的高-低-高程度大于纹理区域且具有较强对称性的特点,设计了一个高度差乘积算子,该算子能有效放大裂缝与非裂缝区域的差异程度,通过该算子的处理可得到相应的裂缝映射图像;最后,对映射图像进行动态阈值分割和去噪,获得最终的裂缝二值图像。研究测试表明:提出的算法能达到96.51%的准确率、83.35%的召回率及87.97%的F值,相对于其他典型三维裂缝检测方法有所改善。     

基于双层连通性检测的路面裂缝图像识别算法

针对路面裂缝图像识别结果容易存在孤立噪声和断续边缘的情况,提出了基于像素-裂缝子块双层连通性检测的图像自动识别算法,主要有4个部分:(1)基于自适应灰度拉伸的图像增强算法;(2)基于自适应大津法和八方向Sobel梯度信息的组合分割算法;(3)基于连通性检测的二值图像去噪算法;(4) 32×32裂缝子块识别和优化连接算法.然后,对5张3056×2048的路面破损图片进行裂缝识别,结果显示,该算法从像素和裂缝子块这2个层次进行连通性增强处理,可获得完整而连续的裂缝图像.最后,针对10张512×512的路面破损图片,对全局OTSU分割、八方向Sobel检测、Canny检测和本文算法进行测试,各算法综合性能指标F1值依次为62.46％、23.84％、10.45％和88.30％,准确率依次为83.45％,27.82％,17.83％和86.60％,召回率依次为56.89％,21.83％,8.89％和90.68％,体现了本文算法的优越性.     

基于SFO-DPC算法的三维沥青路面裂缝检测

复杂的路面纹理和噪声的影响导致现有路面裂缝检测方法有效性较低。为了提高路面裂缝检测精度,该文提出一种基于自调节步长果蝇优化密度峰值聚类(SFO-DPC)算法的三维沥青路面裂缝检测系统。首先,利用Gocator3100系列双目智能传感器构建三维图像采集系统来采集沥青路面的三维数据;然后,采用自调节步长果蝇优化密度峰值聚类算法对沥青路面的三维数据进行聚类分析,达到裂缝识别的目的;最后,将聚类分析的结果映射至二维图像中,更直观地验证裂缝检测结果。通过比较发现,该算法能够实现有效的沥青路面裂缝检测,并且相较其他基于聚类的三维检测方法,检测效果更加高效准确。     

基于DIC方法的混凝土结构裂缝开展全局识别与重构

裂缝的全局动态识别对揭示混凝土结构的破坏机理十分重要。为解决传统单点位移及应变测试手段难以实现全局裂缝识别的问题,提出了一种基于数字图像相关(Digital Image Correlation, DIC)对混凝土结构裂缝开展全局识别与重构的方法。通过设置裂缝识别阈值,在DIC位移场中按水平方向逐行逐点识别表征开裂位置的位移突变点,随后对开裂位置两侧位移向量作差得到裂缝水平缝宽,再通过局部最小二乘拟合得到裂缝开展走向,根据水平缝宽与裂缝走向关系得到开裂处实际宽度。对位移场内所有目标点执行上述操作即可实现对裂缝形态的全局识别与动态重构。针对图像噪声问题,通过模拟试验验证了位移场降噪的必要性;采用均方根误差、信噪比与平滑度指标量化分析了不同降噪方法的去噪效果。针对实际工程中最优裂缝识别阈值的选取问题,引入信息熵与相关系数,基于缝宽分布熵值曲线与识别损失相关系数曲线提出了最优阈值的确定方法。最后通过超高性能混凝土加固混凝土梁加载试验进行验证。结果表明：该方法实现了混凝土结构裂缝开展过程的自动测量与可视化展示,与裂缝观测仪的对比测试结果表明缝宽测量误差在0.01 mm以内,满足工程要求。该研究为...     

基于灰度图像及其纹理特性的裂缝特征提取

对于公路路面自动检测中"病害"的智能识别方法及其主要特征的提取问题,提出了适合于在公路路面图像中进行预处理并分割"病害"提取其特征的技术方案;综合多种技术对路面灰度图像进行适当的预处理;采用各种阈值分割法对裂缝类"病害"进行预分割对比;利用图像细化和剪枝处理等技术准确地统计"病害"的面积和长度等特征。整个软件系统易于操作,实现对公路路面图像的预处理、图像分割和相关的特征计算。可望应用于对公路路面病害进行自动检测,为公路管理和养护部门的决策提供科学依据,同时对于类似的图像处理任务有借鉴意义。     

图像处理技术在混凝土桥梁裂缝检测中的应用研究

通过设置裂缝提取流程,经过灰度化、图形增强、空间滤波以及灰度阈值分割等裂缝图像预处理技术,对桥梁裂缝检测图像进行特征提取,并作出判断,避免了将干扰物误认为裂缝目标的现象。实践证明:这种方法对提取桥梁检测图像中的裂缝是准确有效的。     

高速公路路面裂缝识别算法研究

经过研究给出了不均匀光照的路面裂缝图像识别的详细算法。算法采用多窗口中值滤波进行图像平滑,既能去除图像的噪声点,又较好地保留了裂缝的边缘信息;使用背景子集图像插值校正法进行灰度校正,有效地克服了不均匀成像对后期图像分割的影响;采用otsu阈值分割、形态学去噪及连通区域标记完成裂缝图像分割;选用连通区域个数、投影特征和分布密度3个参数完成裂缝分类;最后提取裂缝长度、宽度和破损面积等裂缝参数。实验结果显示分类准确率为94%,线状裂缝长度误差均值为7.2%,宽度误差均值为11.3%,非线状裂缝的面积误差均值为9.6%,表明这一方法有效、可靠。      

基于最小代价路径搜索的路面裂缝检测

针对路面影像斑点噪声强,路面裂缝对比度低、连续性差等特点,提出了一种基于最小代价路径搜索的路面裂缝检测方法。在裂缝成像亮度低于路面背景的前提下,该方法将裂缝提取问题转化为格状图顶点之间最小代价路径搜索的问题,首先通过对裂缝面元的处理,获取潜在的裂缝种子点,然后运用基于最小代价路径搜索的算法,实现裂缝种子点的生长和连接,并最终提取裂缝。试验结果表明:所提方法具有较高的精度和效率。     

基于自适应阈值的三维激光点云地面分割算法研究

针对自动驾驶汽车感知模块中三维激光点云前后背景分割过程存在的误分割问题,提出了一种基于路面波动幅度的自适应阈值地面分割方法。该方法将原始点云进行栅格划分,依据点云数量信息设计了相应的高度阈值分割算法和地面平面模型分割算法。具体地,地面平面模型分割算法首先选取局部区域点集拟合地面平面模型,然后针对地面点云分割中存在的误分割问题,构建路面波动幅度方程,并采用基于点集分布特征的自适应阈值方法实现初步分割,最后借助分割后的地面点云重新优化平面模型与分割阈值。本文中基于开源语义分割数据集Semantic-KITTI提出了统一的算法评价基准数据集Semantic-Nova与性能评价指标,同时基于自研的自动驾驶汽车平台采集的实际场景进行了性能测试。试验结果表明,本文中提出的自适应阈值地面分割算法不仅在基准数据集上能够达到较高的精度,而且在实际场景中满足鲁棒性和实时性要求,具有较高的工程应用价值。     

自适应车牌抓拍识别算法研究

现有图像分割技术对复杂的环境适应性并不强,在有外界因素干扰的情况下,简单的图像分割技术根本无法满足工程实践的精度要求,针对此种情况,提出一种自适应的图像分割方法,利用小波分析剔除图像噪声,在充分保留图像原始信息的情况下再对图像进行分割处理,该分割方法能够根据不同的环境状况,不断调整X、Y方向的阈值检测范围,获取不同方向上图像最大的梯度变化率,通过图像梯度变化率以及X、Y方向的阈值变化确定最佳的分割区域。最后,以复杂环境下车牌照图例作为算例对所提算法进行验证,测试结果表明,自适应图像分割算法在一定程度上能够适应复杂的环境条件。     

基于DSP的道路图像分割方法

在众多灰度阈值分割方法中,大津法运算最快,效果也比较理想。为满足车道线提取的实时性要求,选择大津法作为阈值分割的基础,但大津法一般适用于对灰度直方图为双峰的图像进行阈值分割,且对噪声信号十分敏感,对灰度直方图呈现三峰以上的图像会产生错误的分割。因此首先采用均值滤波的方法消除道路图像中的噪声,为降低DSP的运算量,只选取图像中的下半部分作为阈值分割对象,同时,为了尽量避免图像灰度直方图出现三峰或者三峰以上的灰度直方图,通过大量试验,白天时将阈值范围设定为100~200,在此灰度等级范围内,道路图像的灰度直方图基本为双峰状态,分割效果比较理想。