原文传递
基于高语义特征的路面裂缝检测方法研究
| 论文题名： | 基于高语义特征的路面裂缝检测方法研究 |
| 关键词： | 沥青路面;图像处理;裂缝检测;高语义特征 |
| 摘要： | 裂缝作为路面最常见的早期病害之一，影响行车安全，雨水作用下会损坏路基，提升养护成本和缩短服役寿命。数字图像处理技术是路面裂缝检测的重要手段，传统检测算法一般以高质量的路面图像和裂缝目标清晰为前提开展研究。然而，实际工程检测的路面图像存在成像质量不确定、材料颗粒差异大、裂缝尺度不一和裂缝退化等问题，往往难以满足实际工程需求。针对上述问题，本文开展围绕图像增强、候选区域检测和裂缝识别等方面展开研究，主要的研究内容如下： 1、提出一种改进曲率滤波的图像增强方法。结合高斯曲率滤波(GC)能较好地保持图像边缘和纹理细节，全变分曲率滤波(TV)去噪效果好的特点，组合最小矩形和最小三角切平面投影算子构成不同的切平面，使用每个中心像素与不同切平面的最小值更新当前中心像素。根据裂缝图像特点，采用邻域内像素灰度值均值对正则项能量函数改进，使得能量函数能够收敛，达到随机噪声去除，纹理平滑且边缘保持的目的，实现裂缝图像增强，为后续裂缝识别奠定了基础。 2、将横向裂缝和纵向裂缝归为线状，将龟状裂缝和块状裂缝归为网状。提出直方图拟合的粗分割获得感兴趣区域，融合感兴趣区域特征及子块特征，对子块再次分割，提取疑似裂缝目标，基于K-means筛选裂缝疑似区域，实现线状裂缝候选区域定位。受编解码网络广泛应用于视网膜血管图像的增强的启发，设计了一种基于高语义特征的网状裂缝识别方法，在编码器引入最大池化索引，避免细节缺失，利用不同的卷积核提取多尺度特征，将多尺度特征融合获得高语义特征，提高不同尺度裂缝检测的鲁棒性，在解码阶段引入混合域注意力机制提高恢复裂缝细节的能力，实现网状裂缝候选区域定位。 3、以裂缝候选区域为种子区域，融合裂缝候选区域的位置和方向信息，提出利用N-P准则对裂缝候选区域判决，对符合判决的裂缝候选区域连接，筛选未连接区域，获得完整裂缝。通过与现有方法进行比较，从检测效果和评估数据两个方面，验证了提出的检测方法具有较好的检测效果和较高的评估精度。 |
| 作者： | 王墨川 |
| 专业： | 控制工程 |
| 导师： | 张德津 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖北工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
