分享到:

基于图像分析的路面病害自动检测

传统的基于人工视觉检测路面病害的方法有成本高、精确度低、危险性高等诸多的不足,已经不能适应高速公路迅速发展的要求。近年来,基于图像分析的路面病害检测系统在公路养护事业中获得了广泛的应用,但当前系统的自动检测算法不完善,后期的数据处理仍然是采用人机结合甚至完全人工的方式,导致工作量仍然过大。因此,如何设计有效的自动检测算法是当前亟待解决的热点、难点问题。本文将针对自动检测算法中存在的一些难题,从路面图像的去噪、增强、灰度校正、阴影消除、病害信息的提取以及病害信息的度量、分类和地理定位等多个方面进行研究。针对路面图像噪声严重、裂缝边缘模糊且断裂点较多等问题,本文提出了两种基于偏微分方程(PDE)的路面图像增强方法。首先提出了一种基于梯度的相干增强扩散。该方法在相干增强扩散中吸纳了前向-后向扩散模型的思想,在计算扩散强度时,针对完好路面背景、裂缝边缘和噪声边缘采取不同的扩散策略,能够消除正常路面处的噪声,同时能够增强裂缝的流式结构和锐  (本文共98页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

基于纹理图像分析的路面病害自动检测算法研究

路面图像的病害自动检测,一直是图像处理和模式识别领域的一项挑战性工作。本文的路面病害自动检测主要是针对裂缝类病害的,本文提出一种基于子块级的路面病害检测方法:将路面图像分成许多的子块图像,通过对每一个子块图像的病害自动检测从而实现整幅图像的病害自动检测。本文以路面纹理为研究对象,分析并总结了现有路面病害检测算法的优缺点,提出了一种新的路面病害检测方法:基于二阶统计纹理分析方法中的灰度共生矩阵法来提取子块路面纹理特征,并利用分类器对子块路面纹理特征进行是病害和非病害的分类。路面纹理特征提取的关键是灰度共生矩阵参数的选择问题以及14个纹理特征参数的选择问题,本文通过理论和实验两方面分析了路面图像中灰度共生矩阵参数的选取以及14个纹理特征参数的选取,并引入了两个形状描述符长轴和紧密度,提出一种新的方法:将灰度共生矩阵和形状描述符相结合来提取路面纹理特征。路面纹理特征分类中的关键是支持向量机的核函数的选择问题,本文通过实验分析四种不同核...  (本文共80页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

基于图像分析的路面病害检测方法与系统开发

在路面养护中,路面病害检测占有非常重要的地位。如果能在病害产生的初期发现问题,并采取相应的措施,可以大大减少路面养护的费用。传统的基于人工视觉的检测方法已经不能够满足道路高速发展的需要,并出现越来越多的问题,如检测人员不安全、检测效率低下、检测结果不精确、影响交通等。基于图像分析的路面病害检测方法的研究和相关系统的开发已成为各国争相研究的课题。本文将研究重点放在裂缝病害的检测上。由于路面图像成像时光照不均,为后期的阈值分割带来困难,因此在图像预处理阶段必须进行灰度校正。通过分析路面图像的信号模型,直接从原始图像中抽取出背景子集,然后利用插值技术得到路面背景图像,最后根据加性模型将原始图像减去背景图像,即可得到校正后的结果。在经过灰度校正后,通过分析路面病害在图像中的统计特性,可以利用灰度直方图计算出分割阈值,对病害图像进行二值处理,以提取出病害信息。由于裂缝病害呈现出明显的边缘特性,因此使用传统的边缘检测方法,可以增强目标信息。...  (本文共63页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

基于图像分析的道路病害自动检测研究

道路病害检测在道路的维修中占有重要的地位。传统的基于人工的处理方法已不能适应道路发展的要求。速度慢、危险、影响交通、不精确是人工方法的主要缺点,因此需要研究一种快速的方法来提高检测的效率。基于图像的道路病害检测已成为各国竞相研究的课题。它利用高速度高精度摄像机快速地拍摄路面图像,利用计算机快速处理,得到病害信息。然而,路面图像的复杂性、多样性以及病害信息的弱信号性,使得研究高效的检测算法并不容易,存在着成像灰度不均、光源、阴影、稳定性等问题。针对图像灰度不均问题本文提出了一种新的图像灰度校正算法。光照不均在整幅图像表现明显,但在一幅图像的局部中可认为是均匀的;图像背景或目标至少在小区域内有一均匀或近似均匀。因此利用分块的思想,抽取出反映图像灰度变化趋势的点集,再用插值的方法得到背景图。最后利用原图和背景图进行运算,便可得到校正后的图像。实验结果表明,该预处理方法有效的去除了图像的灰度不均,为后续的病害检测提供了保障。针对道路裂缝...  (本文共99页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

基于图像分析的路面裂缝检测的关键技术研究

路面裂缝是绝大部分病害的早期形式,及时发现裂缝并进行修补可以最大限度的减小路面病害带来的损失。此外,裂缝病害往往较为细微,裂缝检测是病害自动检测中的难点问题,因此本文的研究主要针对裂缝病害进行。本文提出将分数阶微分分析、多尺度变换理论、中值滤波、形态学、形态成分分析等理论知识应用到对路面裂缝图像的增强、去噪、边缘检测和阴影分离中去,旨在进一步提高路面裂缝的检测和阴影分离的效果,对推动路面裂缝检测自动化的进步具有较大的理论意义和实践价值。首先,本文提出了基于分数阶微分和图像形态学的路面裂缝检测算法,通过分析信号经过微分后的幅频特性,发现分数阶微分在增强信号中、高频部分的同时能非线性保留信号的低频部分,而基于1阶和2阶的整数阶微分运算虽然能有效实现信号中、高频部分的增强,可是同时对于平滑区域的裂缝信息有削弱的作用。据此,根据经典的分数阶微分G-L定义推导出分数阶微分的差值定义,构建出分数阶微分掩模,通过分数阶微分掩模运算使路面图像中...  (本文共97页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

高等级公路路面病害自动检测方法研究

本文结合吉林省科技厅高新技术项目“路基路面智能集成检测车”,研究了基于图像处理的沥青公路路面裂缝病害检测方法,并开发了检测软件。本文综述了公路路面病害检测技术的研究现状,并对沥青公路路面破损及其检测方法进行了介绍。采用平稳小波阈值去噪方法,对实际采集的路面病害图像进行了去噪处理,利用侧抑制原理对去噪后的图像进行了图像增强,图像的质量得到了明显的改善。基于模糊C-均值聚类和最大类间方差法,提出了一种自适应阈值图像分割方法,对路面病害图像进行了处理。设计了BP神经网络识别系统,对分割处理后的病害图像进行识别,实验表明该网络能够较好的对路面裂缝进行识别。本文的研究结果可直接应用于公路路面的破损检测及病害识别,也可为其他领域的图像分析研究提供参考。  (本文共100页) 本文目录 | 阅读全文>>