基于OpenCV的路面裂缝检测算法研究

摘要

近年来我国经济稳步发展，公路里程数日渐增多，路面裂缝检测逐渐成了人们的关注点。人工检测路面裂缝的方式危险系数高、效率低下且检测费用高，这种方式已经不能满足社会发展的实际需求，人们都在寻找更经济、高效的方式检测路面裂缝。当前计算机视觉技术发展迅猛，将其与高效的图像采集系统、GPS定位系统结合能够实现迅速、精确地检测路面裂缝。本文根据路面裂缝检测的实际需求，在算法和理论上研究了解决方案，用C++语言基于OpenCV和Qt开发了一个路面裂缝检测平台，图像处理算法由OpenCV实现，界面设计以及数据库功能由Qt实现。本文的主要工作有以下几个方面：
　　首先，对路面图像进行预处理。将三通道彩色图像转化为灰度图，通过gamma校正增强图像对比度，通过中值滤波和双边滤波减少噪声，完成预处理。
　　其次，针对当前的检测方式多是经过预处理后直接去提取裂缝，这样的处理一般需要知道有无裂缝的先验知识，不符合智能化检测要求。本文先通过构建机器学习模型做了裂缝的检测定位工作，实现无需人为观察，计算机自动得出裂缝有无先验知识的功能，满足智能化检测要求。比较采用SIFT、SURF和ORB这三种特征提取算法得到的分类模型的各项指标，确定它们分别适用的场合。
　　然后，对存在裂缝的图像提取裂缝、识别裂缝类型并计算相应参数。用局部自适应阈值分割算法对图像分割处理，提取分割后图像中的连通域，计算连通域的圆形度和面积，去除圆形度相对较大并且面积相对较小的连通域，得到裂缝目标。对于提取裂缝后的图像，通过改进投影法识别裂缝类型。对网状裂缝计算分布面积，线性裂缝计算长度和最大宽度。
　　最后，用C++语言基于OpenCV和Qt开发了本文所需的路面裂缝检测平台。提供了用户友好的操作界面，实现了对路面图像的裂缝检测、提取、类型识别和参数测量的功能，可以分步处理也可以一键处理，能够同时处理多幅图像，并设计了数据库模块实现了对图像信息管理的功能。

目录

声明

第1章 绪论

1.1 研究目的和意义

1.2 课题的国内外研究现状

1.3课题研究内容及章节安排

第2章 总体方案设计及图像预处理

2.1 总体方案设计

2.2 图像预处理流程

2.3 图像灰度化

2.4 图像对比度增强

2.5 图像滤波

2.6 本章小结

第3章 裂缝检测及定位

3.1 特征提取算法

3.2 支持向量机分类器

3.3 裂缝检测定位

3.4 本章小结

第4章 裂缝提取识别及参数计算

4.1 裂缝分割提取

4.2 轮廓跟踪与筛选

4.3 裂缝类型识别

4.4 数学形态学处理

4.5 裂缝的参数计算

4.6 本章小结

第5章 裂缝检测平台的开发

5.1 平台开发环境

5.2 平台设计

5.3 平台实现

5.4 本章小结

结论

参考文献

致谢