当前位置: 首页> 交通专利数据库 >详情
原文传递 一种基于LSD和FLD融合的道路裂缝图像预处理方法
专利名称: 一种基于LSD和FLD融合的道路裂缝图像预处理方法
摘要: 本发明属于图像处理领域,具体涉及一种基于LSD(Line Segment Detector)和FLD(Fast Line Detector)融合的道路裂缝图像预处理方法,具体技术方案包括:通过LSD算法和FLD算法对裂缝图像中的直线类干扰物(路标,路沿等)进行检测,并获取这些干扰物的线段坐标;根据直线检测算法返回的线段坐标值进行断线重连,解决了直线检测算法提取线段不连续的问题;根据前面获取的干扰物的线段坐标,生成只有干扰物的掩模图;利用掩模图和原图通过FMM(Fast Marching Method)算法,将原图中的干扰物替代为周围像素,达到消除干扰物的目的;本发明将道路裂缝图像中最容易被误识别为裂缝的干扰项消除,极大地提高了裂缝识别的准确度,同时实现方法与平台简单,执行效率高。
专利类型: 发明专利
国家地区组织代码: 重庆;50
申请人: 重庆邮电大学
发明人: 陈昌川;彭芳;赵超莹;张天骐
专利状态: 有效
申请日期: 2023-08-23T00:00:00+0800
发布日期: 2023-11-14T00:00:00+0800
申请号: CN202311062662.7
公开号: CN117058036A
分类号: G06T5/00;G06T7/00;G;G06;G06T;G06T5;G06T7;G06T5/00;G06T7/00
申请人地址: 400065 重庆市南岸区崇文路2号
主权项: 1.一种基于LSD(Line Segment Detector)和FLD(Fast Line Detector)融合的道路裂缝图像预处理方法,其特征包括: 直线检测:通过LSD算法和FLD算法对裂缝图像中的直线类干扰物(路标,路沿等)进行检测,并获取其线段坐标; 断线重连:根据获取的线段坐标进行断线重连,解决提取线段不连续问题; 获取掩模图:根据前面获取的线段坐标,生成只有干扰物的掩模图; 消除干扰物:利用掩模图和原图通过FMM(Fast Marching Method)算法,将原图中的干扰物替代为周围像素,达到消除干扰物的目的。 2.根据权利要求1所述的直线检测包括: 为避免将裂缝检测为直线,提出基于灰度级直方图自适应的结合不同阈值的LSD算法和FLD算法,实现方法为:结合图像的灰度级直方图,统计获取裂缝图像中直线所占灰度级的具体范围以及该灰度级范围所占像素的总数,根据灰度值区分不同形态的直线类干扰物;根据图像灰度值的不同使用不同的直线检测算法,FLD算法检测长细类直线,LSD算法检测长粗类直线和短直线。 3.根据权利要求2所述的断线重连: 直线检测算法检测的直线出现不连续问题,提出利用直线检测返回的直线坐标列表进行断线重连,主要操作如下: (1)创建空数组X1[],Y1[],X2[],Y2[],用于存放线段的首尾坐标值; (2)遍历当前图像直线检测算法返回的线段坐标列表,根据需求返回长度在阈值范围内的线段首尾坐标(x1,y1),(x2,y2),并将其分别存放在预先创建好的数组中; (3)通过双重遍历X1[],Y1[],X2[],Y2[],计算当前线段的斜率k1,截距d1;根据待比较线段的首尾坐标(x3,y3),(x4,y4)计算其斜率k2,截距d2;再计算两条线段的距离dis; (4)裂缝图像中直线基本上是水平和竖直的,需要分情况来连接新直线,如果k1=k2=∞,则计算x1与x3的差值的绝对值,若小于3且dis小于500,则将当前线段的尾坐标和待比较的线段的首坐标连接成一条新的直线;如果k1=∞,x3与x4差值的绝对值小于5,或者k2=∞,x1与x2差值的绝对值小于5,且dis小于500,则将当前线段的尾坐标和待比较的线段的首坐标连接成一条新的直线;如果k1=k2=0,则计算y1与y3的差值的绝对值,若小于3且dis小于500,则将当前线段的尾坐标和待比较的线段的首坐标连接成一条新的直线;如果k1,k2都小于-1,或者都大于1,则若d1与d2差值的绝对值小于10且dis小于500,则将当前线段的尾坐标和待比较的线段的首坐标连接成一条新的直线;如果k1,k2都在-1到1之间(包括-1,1,但不包括0),若k1和k2差值的绝对值小于0.1,d1与d2差值绝对值在5,dis小于500,则将当前线段的尾坐标和待比较的线段的首坐标连接成一条新的直线; 斜率公式: 截距公式: 距离公式: (5)重复步骤(3)(4),直到图像中每一条直线都相互比较完成。 4.根据权利要求3所述的干扰物消除包括以下步骤: FMM算法是基于快速行进的方法,考虑图像中要修复的区域,算法从该区域的边界开始,并进入该区域内部;首先逐渐填充边界中的所有内容,在要修复的邻域像素周围挖掘一个小的邻域;然后该像素被附近所有已知像素的归一化加权总和所代替,因此权重的选择很重要,那些位于该点附近,边界法线附近的像素和那些位于边界轮廓线上的像素将获得更大的权重;最后,修复该像素后,将使用快速行进方法将其移动到下一个最近的像素,以此往复,这样就能根据仅有直线干扰物的掩模图通过FMM算法将原图中的干扰物消除。
所属类别: 发明专利
检索历史
应用推荐