详情

原文传递一种曲线拟合对比度增强的道路裂缝检测方法

专利名称：	一种曲线拟合对比度增强的道路裂缝检测方法
摘要：	一种曲线拟合对比度增强的道路裂缝检测方法，它包括以下步骤：步骤1：以若干组道路裂缝图像的灰度均值参数为自变量，其对应的最优对比度增强参数值为因变量，构造线性拟合法、指数拟合法、以及傅里叶级数拟合法等三种曲线拟合，得到函数关系式；步骤2：对道路裂缝图像进行预处理；包括图像灰度化、直方图均衡化、图像中值滤波、对步骤1中通过三种曲线拟合构造的函数关系式进行对比度增强；步骤3：对经过步骤2对比度增强后的图像进行二值化处理，获得二值图像，并进行阈值分割；步骤4：用所获得的阈值对图像进行阈值分割以实现裂缝的标记；通过以上步骤获得裂缝的标记、检测。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	三峡大学
发明人：	夏平;冯海杰;彭程;张光一;雷帮军
专利状态：	有效
申请日期：	2022-09-28T00:00:00+0800
发布日期：	2022-12-23T00:00:00+0800
申请号：	CN202211191533.3
公开号：	CN115512224A
代理机构：	宜昌市三峡专利事务所
代理人：	余山
分类号：	G06V20/10;G06V10/50;G06V10/30;G06V10/44;G06V10/28;G06V10/26;G06T5/00;G06T7/00;G06T7/136;G06T7/187;G;G06;G06V;G06T;G06V20;G06V10;G06T5;G06T7;G06V20/10;G06V10/50;G06V10/30;G06V10/44;G06V10/28;G06V10/26;G06T5/00;G06T7/00;G06T7/136;G06T7/187
申请人地址：	443002 湖北省宜昌市西陵区大学路8号
主权项：	1.一种曲线拟合对比度增强的道路裂缝检测方法，其特征在于，它包括以下步骤：步骤1：以若干组道路裂缝图像的灰度均值参数为自变量，其对应的最优对比度增强参数gamma值为因变量，构造线性拟合法、指数拟合法、以及傅里叶级数拟合法等三种曲线拟合，得到函数关系式；步骤2：对道路裂缝图像进行预处理；包括图像灰度化、直方图均衡化、图像中值滤波、对步骤1中通过三种曲线拟合构造的函数关系式进行对比度增强；步骤3：对经过步骤2对比度增强后的图像进行二值化处理，获得二值图像，并进行阈值分割；步骤4：用所获得的阈值对图像进行阈值分割以实现裂缝的标记；通过以上步骤获得裂缝的标记、检测。 2.根据权利要求1所述的方法，其特征在于，在步骤1中，在构造函数关系式时，采用以下子步骤：步骤1-1：对输入的多组道路裂缝图像进行YUV亮度灰度化处理得到其灰度均值，其公式为： Gray＝0.299R+0.578G+0.114B (5) 其中，在以YUV为颜色编码方式的编码空间之中，Y的分量所代表的物理意义是该点的亮度，由Y值反映亮度等级并且由其来表达图像的灰度值；建立亮度Y与R、G、B三个颜色分量的函数关系，就能得到灰度值；步骤1-2：对比度增强，运用基于伽马Gamma变换的图像增强算法，此算法主要应用于图像校正，从调节灰度图像的亮度这一方面，来增强图像的对比度，其公式为： s＝crγ (6) 其中，s为伽马变换后的图像的像素值，r是原图像的对应位置的像素值，c和γ为正常数；该公式对应于Matlab中的函数则为imadjust函数，一般的调用格式的公式为： f1＝imadjust(f，[low_in high_in]，[low_out high_out]，gamma) (7) 针对每一幅灰度图像，改变其对比度增强函数中的gamma值，并对比不同的gamma值对应得到的检测结果，选取最优的检测结果，使其对应的gamma值为最优gamma值；步骤1-3：以步骤1-1中的灰度均值作为自变量，步骤1-2中最优的对比度增强参数gamma值为因变量，构造线性拟合法、指数拟合法、以及傅里叶级数拟合法三种曲线拟合，得到函数关系式如下： y＝b1sin(x-π)+b2(x-10)2+b3 (8) y＝aebx (9) y＝a0+a1sin(ωx)+a2cos(ωx) (10) 通过把步骤1-1求得灰度均值代入上式中的x，步骤1-2选取的最优gamma值代入上式中的y，便可以确定其余参数值；其中式(8)为线性拟合公式；式(9)为指数拟合公式；式(10)为傅里叶拟合公式。 3.根据权利要求1所述的方法，其特征在于，在步骤2中，对道路裂缝图像进行预处理包含以下步骤：步骤2.1：图像灰度化；步骤2.2：对图像进行中值滤波，滤除干扰噪声，中值滤波公式如下所示： g(x，y)＝med{f(x-i，y-j)}，(i，j)∈S (7) 其中g(x，y)为处理后的图像，f(x，y)为处理前的图像，5为二维模板；步骤2-3：直方图均衡化，直方图均衡化公式如下：其中，rk和sk分别代表变换前后的图像灰度，L为灰度级总数，MN是待处理图像中的总像素，nj表示第j个灰度级出现的个数；步骤2-4：将经过步骤2-1、步骤2-2、步骤2-3处理之后的图像通过步骤1-1中公式(7)求得其灰度均值，再代入步骤1-3中得到的函数关系式求得gamma值；步骤2-5：将步骤2-4求得的gamma值代入步骤1-2中的公式(7)来增强图像的对比度。 4.根据权利要求1所述的方法，其特征在于，在步骤3中，运用最大类间方差法进行阈值分割，通过判别二值图像的连通区域，设置连通区域面积阈值，具体包含以下子步骤：步骤3-1：计算图像的全局平均灰度μ，其公式如下所示：其中，ni为灰度级i的像素总数，N为图像的总像素，L为灰度级总数；步骤3-2：对于灰度级k＝0一直到L-1，可以分别计算出每一个k值所对应的类间方差σ2(k)，其中所需要的计算方法如下公式所示： σ2(k)＝ω0(μ0-μ)2+ω1(μ1-μ)2 (12) 其中，ω0和ω1分别为目标C0区域和背景C1区域所占的比例，μ0和μ1分别为目标C0区域和背景C1区域的平均灰度；步骤3-3：将所有的k值所得到的σ2(k)进行比较，得到最大的类间方差，其对应的k即为所求的阈值，若最大值不唯一，则将检测到的各个最大值所对应的k值求平均即为所求阈值，用该阈值对图像进行阈值分割实现裂缝的标记。