详情

原文传递影像线特征自动识别方法及在道路裂缝检测中的应用研究

论文题名：	影像线特征自动识别方法及在道路裂缝检测中的应用研究
关键词：	路面裂缝检测;影像线特征;自动识别;阈值分割
摘要：	由于行车压力、天气和人为等原因，路面灾害出现情况愈加频繁，严重影响道路的使用寿命和行车安全。尤其在高速公路，路面灾害引发的不利影响会更加明显。裂缝作为典型的路面灾害之一，若能及时发现并妥善报备处理，不仅可以大大降低行车危险，还能极大地节约道路养护的费用。　　因此裂缝自动检测方法就显得极为迫切与重要。现有的方法与系统还不能实现道路裂缝的全自动检测，并且目前学者们对复杂噪声干扰下的裂缝检测研究较少，而在实际情况下，裂缝检测需考虑到阴影、污渍、光照和灰度不均匀等诸多干扰因素，因此一种能够应用于实际情况并较好地实现裂缝自动检测的方法就显得极为重要。本文将影像线特征识别方法与常用的裂缝检测方法相结合并加以改进，提出3种针对不同路面情况的裂缝检测算法: 　　针对路面噪声较少与光照条件较好的路面图像，本文提出的基于自适应移动平均阈值的自动检测方法。该方法提出了一种移动平均自适应阈值分割方法对图像粗分割;然后设定线性结构的连通域规则对粗分割的细小斑块、阴影与水渍噪声去除;最后基于Hough变换对裂缝图形自动检测。此方法是基于空间域的局部灰度差异的检测，主要应用于细小与微灰度差异裂缝的检测。由于此方法是一种空间域的算法，速度较快，适用于路面噪声较少情况下的裂缝检测。　　针对路面噪声复杂，本文提出一种基于相位一致性与形态学的裂缝检测方法。该方法首先基于相位一致性原理对图像进行粗分割;然后基于裂缝连接规则连接裂缝;最后以形态学的知识将连接后的裂缝图像去除噪声。此方法受非线性噪声的干扰较小，适用于噪声较为复杂、受灰度不均影响较小的路面影像，能够较好地提取线性裂缝。　　针对路面裂缝图像受灰度不均匀影响严重的问题，本文提出一种基于马尔科夫随机场的裂缝检测方法。该方法首先提出一种基于高斯拟合的灰度校正方法对道路路面图像进行灰度校正，减少灰度不均的干扰;然后利用马尔科夫随机场对图像进行分割并提取出裂缝类;最后利用裂缝连接与形态学的方法连接有断点的裂缝并去除噪声。此方法提取的噪声较为完整，受灰度不均匀的影响较小，并抗噪能力较好，适用于灰度不均匀，噪声复杂的路面图像。　　本文将此3种方法与交科院裂缝检测的实际情况相结合针对3种不同的路面情况，改善道路裂缝检测错误识别率高、细小裂缝检测难、裂缝提取不完整等问题。此三种方法均能够从路面图像中提取出裂缝，且提取效果较好，具有一定的实用价值。最后通过对本文提出的3种方法进行分析对比实验，反映出近年来热门的裂缝检测算法的特性。
作者：	余俊辰
专业：	测绘科学与技术；摄影测量与遥感
导师：	韦春桃
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2018
正文语种：	中文