原文传递
基于计算机视觉的桥梁表面缺陷检测技术研究
| 论文题名： | 基于计算机视觉的桥梁表面缺陷检测技术研究 |
| 关键词： | 计算机视觉;表面缺陷;桥梁;缺陷检测;图像采集;BP神经网络 |
| 摘要： | 本文主要研究工作是根据现代桥梁健康评估和检测方法，结合公路混凝土桥梁的现状与现行《规范》，应用数字图像处理和模式识别技术对桥梁表面缺陷图像进行检测和评估，并且对以下几个关键问题进行了研究：(1)在采用高速CCD和图像采集卡进行缺陷图像采集过程中，分析缺陷图像采集过程中光照不均的问题，选用了合适的光源与光照方法。(2)实现对缺陷图像的进行量化分割，即采用中值滤波与加权平均算法对量化后的缺陷图像进行噪声去除，同时选用结合迭代剪枝算法和形态学方法，以保存良好的缺陷特征信息。(3)运用基于“块”图像的神经网络对缺陷图像进行识别分类：即将预处理完的图像进行“块”处理化，采用两种基于“块”图像的BP神经网络方法：基于图像的神经网络方法(INN)和基于直方图的神经网络方法(HNN)对缺陷图像进行分类识别。这两种方法都是在基于像素的神经网络方法(PixNN)的基础上发展起来的。通过对两种神经网络在不同隐含节点、学习效率和循环次数下分别进行性能测试。(4)对缺陷进行量化估算，并建立缺陷图像数据库，对缺陷图像进行分类、存储和管理。 |
| 作者： | 曾燕华 |
| 专业： | 测试计量技术及仪器 |
| 导师： | 李扬 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
