基于图像分析的路面裂纹自动检测算法研究

摘要

定期检查公路路面病害是公路养护工作的必要环节，对维护公共交通安全有重要的意义。随着高速公路和高等级公路的不断修建，基于图像分析的路面破损自动检测系统得到了广泛的研究和应用。但当前的自动检测算法仍不完善，算法的效率和成功率有待改进。针对以往算法存在的问题，本文从图片降噪，裂纹信息的增强以及分类器的设计三方面进行研究。
　　 针对路面裂纹图片噪音干扰严重和背景纹理丰富等特点，提出了一种基于小波变换的降噪增强算法，将裂纹图片分解成不同层次的高低频信息;依据裂纹信息，背景信息和噪音在频域的特点进行分别处理，算法使用模板自适应的对相应层次的高频信息平滑滤波，达到降噪并且从背景分离裂纹信息的目的。算法能够有效对噪音滤波，并增强路面裂纹信息。
　　 针对裂纹信息较弱，过度平滑可能导致提取的裂纹在某些细微的部位出现断裂的情况，提出了一种基于数学形态学的裂纹区域连通方法。算法首先对小波变换处理后依然存在于图像的离散随机噪声点，使用8*8大小的模板遍历全图清除噪声点;其次基于数学形态学的连通方法可以使断裂的部分重新连接，并且强化裂纹的整体信息，便于后续的裂纹分类工作。
　　 针对裂纹分类正确率较低的问题，提出了三种裂纹特征，分别为裂纹的横纵向投影特征，裂纹的最小外接矩形的长宽比以及裂纹的像素密度特征。基于BP神经网络的分类器，可以成功将裂纹样本归为横向，纵向，斜向和网状四种不同的类型。

目录

声明

摘要

第1章 绪论

1．1 背景

1．2 国内外自动检测车发展情况

1．2．1 国外发展情况

1．2．2 国内发展情况

1．3 本文的研究内容

1．4 本文的内容安排

第2章 当前路面自动检测方法

2．1 裂缝边缘的特点

2．2 传统的边缘检测方法

2．3 公路破损自动检测算法的一般步骤

2．4 现有的病害检测算法

2．5 自动检测算法面临的问题

2．6 本章小结

第3章 基于小波分析的路面裂纹提取算法

3．1 多分辨率分析的思想

3．1．1 尺度函数

3．2 小波变换

3．2．1 小波变换的发展

3．2．2 连续小波变换

3．2．3 小波函数

3．2．4 离散小波变换

3．3 小波变换在图像处理中的应用

3．4 基于小波变换的裂纹图片降噪增强算法

3．5 路面实验结果

3．6 本章小结

第4章 基于数学形态学的裂纹区域连通

4．1 数学形态学简介

4．2 裂纹的连通扩展算法

4．3 本章小结

第5章 裂纹分类

5．1 裂纹的类别

5．2 裂纹的特征提取

5．2．1 裂纹的像素总数

5．2．2 裂纹的投影特征

5．2．3 裂纹的最小外接矩的长宽比

5．3 分类器设计

5．3．1 人工神经网络概述

5．3．2 基于BP神经网络的裂纹分类器

5．4 实验结果

5．5 本章小结

第6章 结束语

致谢

参考文献