原文传递
基于图像处理技术的城市路面裂缝病害检测
| 论文题名： | 基于图像处理技术的城市路面裂缝病害检测 |
| 关键词： | 路面病害检测;图像处理;初始分类;裂缝提取;结构形态学 |
| 摘要： | 随着我国国民经济的飞速发展，车辆行驶数量和道路里程数不断增长，路面承载压力越来越大，道路的养护任务也越来越繁重，其中，路面病害检测工作是道路养护的重要依据，尤其是城市路面的病害检测工作受到越来越多的重视。在各种城市路面病害类型中，裂缝类病害是一种早期破损形式，一旦不及时修补，将会发展成其它更严重的路面病害类型，因此，如何快速、准确地自动识别城市路面裂缝病害的问题亟待解决。本文围绕城市路面裂缝病害检测方法进行了研究。 为了高效识别大量路面图像中的裂缝类病害路面图像，并对其进行破损程度评估，本文提出对路面病害检测工作采取“先定性分析后定量分析”的处理流程。首先，对路面图像进行初始分类，主要包括：利用自适应平滑滤波和Wallis滤波进行路面图像增强、P-tile图像分割、提取路面图像的形状特征参数、利用BP神经网络对路面图像进行分类；然后，对初始分类获得的裂缝类病害路面图像采用多尺度、多方位结构元素形态学和最大熵图像分割的算法进行裂缝提取，并对分割后的二值裂缝图像进一步精细化处理，去除伪裂缝；最后，提取二值裂缝图像的投影特征向量，根据不同类型裂缝的投影特征值差异进行裂缝识别，并且分别统计网型裂缝的外接矩形面积和线型裂缝的总长度，计算路面破损状况指数。实验证明：该方法可以提高路面病害检测的处理效率，实现路面裂缝的准确提取，为道路养护提供有效决策信息。 |
| 作者： | 刘娜 |
| 专业： | 摄影测量与遥感 |
| 导师： | 宋伟东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 辽宁工程技术大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
