详情

原文传递路面破损图像检测算法研究

论文题名：	路面破损图像检测算法研究
关键词：	路面破损;图像处理;特征提取;支持向量机;分类识别
摘要：	随着我国交通运输业的快速发展和公路网络建设日益完善，公路维护和养护工作得到越来越多的重视。传统的人工检测与识别方法已经不能满足公路快速发展的节奏需求，因此，基于路面图像的检测与识别技术的研究变得尤为重要。本文重点对路面破损图像的裂缝检测算法进行研究。　　首先，分析路面裂缝图像特点，并对其进行预处理。由于路面状况或采集设备自身的原因，采集到的路面裂缝图像不可避免的引入了大量噪声。本文采用直方图均衡化的方法对图像进行增强，采用维纳滤波对图像进行平滑处理，并将处理结果与中值滤波、均值滤波的去噪效果相比较。比较结果说明，维纳滤波对路面破损图像的去噪效果较好，为后续处理工作奠定了基础。　　其次，对预处理后的图像进行边缘检测和裂缝区域分割问题研究。本文采用Sobel算子对裂缝图像进行边缘检测，得到的效果较为理想；采用二值形态学算法对图像进行滤波处理，去除图像中孤立噪声点和小面积区域噪声，这样不仅可以保持较完整清晰的裂缝目标，而且能够有效抑制噪声；同时运用形态学算法对裂缝边缘断裂处进行连接处理，进而实现裂缝区域的分割。　　最后，对特征提取和分类识别问题进行了研究。本文对路面裂缝的三类特征进行提取，分别为：裂缝图像优化后的投影特征、裂缝区域像素数和裂缝的分布密度特征；然后，基于这三类特征向量应用支持向量机算法，对路面裂缝图像进行分类识别。通过对176幅图像进行验证实验，结果说明：采用以上三类特征作为目标特征，可以很好的将裂缝图像进行分类，优化后的投影特征使裂缝特征更加明显，且抗噪声能力较强，使得路面破损图像裂缝的识别率较高，检测误差小。
作者：	谭振坤
专业：	电子与通信工程
导师：	齐建玲;史健芳
授予学位：	硕士
授予学位单位：	北华航天工业学院
学位年度：	2015
正文语种：	中文