原文传递
基于图像识别的路面坑洞特征提取研究
| 论文题名： | 基于图像识别的路面坑洞特征提取研究 |
| 关键词： | 图像识别;路面坑洞;边缘提取;尺寸测量;道路养护 |
| 摘要： | 基于图像识别的路面坑洞特征提取主要应用于道路养护领域，该研究是以图像处理技术为基础，利用移动设备对路面坑洞图像进行采集，并对图像特征的提取方法进行研究。基于图像识别的路面坑洞特征提取的研究内容主要包括对图像中坑洞的实际尺寸进行测量、坑洞边缘提取以及坑洞图像采集移动应用程序的分析与设计。 图像中物体实际尺寸的测量目前主要采用基于参考物测量和基于采集系统测量。前者利用图像中某一已知尺寸的物体作为参考物进行测量，该方法较为便捷、灵活，但每次测量都需要放置参考物，可复用性低;后者通过对采集系统进行标定来测量图像中待测物体尺寸，该方法复用性高、测量准确度高，但由于采集系统的特定性使其灵活性差、不便携带和移动。因此，对于道路养护领域而言，研究一种无需参考物、灵活性高、便于携带的测量方法很有必要。另外，就图像的特征提取而言，图像边缘信息在图像诸多特征中具有不容忽视的地位。因此，针对路面坑洞类图像的边缘特征提取算法的研究对于道路养护领域来说也至关重要。 首先，本文对路面坑洞尺寸测量方法进行了研究，提出一种无参考物测量方法。利用移动设备对坑洞进行图像采集并用其方向和重力感应参数对图像进行预处理和矫正，然后建立了坑洞测量的数学模型并给出计算公式。通过对测量方法进行误差分析和对比实验验证，该方法测量准确，误差在可接受范围内。与传统测量方法相比，该方法有效地解决了依赖参考物测量的问题，对环境依赖性低，提高了信息采集的便捷性。 其次，本文对路面坑洞类图像的边缘提取算法进行了研究，提出了基于改进PCNN和形态学的IM-PCNN边缘提取方法。对基本PCNN模型进行优化，简化了原模型参数，并改进了原模型的线性输入项和脉冲输出计算方法。在图像边缘提取过程中，先对图像进行增强，在一定程度上消除坑洞周围环境对坑洞边缘的影响，再利用改进的PCNN模型和形态学的膨胀腐蚀特性对其进行边缘提取。通过对比实验与边缘评价分析表明，该方法对路面坑洞图像的边缘提取比传统边缘提取算法更为有效，抗干扰能力强，能有效地抑制路面环境对坑洞边缘的影响，所提取到的边缘更加清晰、可用。 最后，对坑洞图像采集移动应用进行了分析与设计，使本文提出的方法更好地应用到实际工程应用中。本文主要从移动应用程序的需求分析、总体设计、详细设计等方面进行了概述，为以后的程序开发奠定了基础。 |
| 作者： | 兰全祥 |
| 专业： | 计算机科学与技术；计算机应用技术 |
| 导师： | 曹建秋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
