基于小波分析的路面病害检测与分类算法研究

摘要

随着行车里程的不断增加,路面养护工作日趋繁重。常规路面病害的数据采集、检测一直采用基于人工视觉的现场调查方法,该方法存在劳动强度大、耗时、低效、结果速度慢、解释周期长等缺点,已不能适应现代高速公路养护快速、准确的要求。近年来,为了克服以上主观人工路面检测评估的局限性及适应现代化、大规模、高速度和高质量的公路养护管理要求,自动路面病害图像预处理、病害检测、识别、病害参数测量和破损程度评估等成为公路交通科技领域研究的热点。
　　 本文利用数字图像处理技术,实现了沥青路面裂缝自动检测的研究,完成了路面病害自动检测、分类及病害评估。具体研究内容如下:
　　 (1)首先研究了针对沥青路面裂缝图像的特点,实现了沥青路面裂缝图像的预处理,主要包括图像增强和图像分割。
　　 (2)研究了基于Radon变换的病害检测与分类算法。
　　 (3)研究了基于小波分析的路面破损程度评估算法。
　　 本论文中的所有路面数据来源于江西省高等级公路管理局,本文提出的自动路面检测系统能有效的检测出路面病害图像,准确率达到97％,且病害分类的结果大体上和实际人工分类的结果相同,只是块裂和龟裂的分类结果有点误差。

目录

文摘

英文文摘

第1章 绪论

1.1 研究背景

1.2 研究意义

1.3 路面病害检测系统硬件部分的发展现状

1.3.1 半自动化检测

1.3.2 全自动化检测

1.4 路面病害检测系统软件部分的发展现状

1.4.1 图像预处理算法

1.4.2 路面病害图像分类算法

1.5 本文的主要内容和主要研究工作

第2章 路面裂缝图像增强

2.1 灰度级修正

2.1.1 灰度化处理

2.1.2 线性灰度变换

2.1.3 非线性灰度变换

2.1.4 直方图均衡化

2.2 路面裂缝图像平滑处理

2.2.1 均值滤波

2.2.2 中值滤波

2.3 二维经验模式分解法

2.3.1 EMD

2.3.2 BEMD

2.4 本文采用的图像增强法

2.5 本章小结

第3章 路面裂缝图像分割

3.1 阈值分割方法

3.1.1 迭代阈值分割法

3.1.2 最佳阈值分割法

3.1.3 Ostu法

3.1.4 最大熵值分割法

3.2 基于边缘的图像分割方法

3.2.1 一阶梯度算子

3.2.2 二阶梯度算子

3.2.3 Canny算子

3.3 区域生长算法

3.4 本文采用的图像分割法

3.5 去除孤立点

3.6 本章小结

第4章 病害检测与分类

4.1 沥青路面裂缝类型

4.1.1 纵向裂缝

4.1.2 横向裂缝

4.1.3 网状裂缝

4.1.4 块状裂缝

4.2 Radon变换及原理

4.3 病害检测

4.4 病害分类

4.5 本章小结

第5章 病害评估

5.1 路面裂缝分级评判标准

5.2 小波分析理论

5.2.1 一维连续小波变换

5.2.2 二维连续小波变换

5.2.3 二维图像的小波分解

5.3 小波系数特征

5.3.1 大幅度小波系数百分比

5.3.2 高频能量百分比

5.3.3 标准差

5.3.4 路面裂缝量化准则

5.4 几何特征

5.4.1 线性裂缝的像素长度和像素宽度

5.4.2 线性裂缝的投影长度和投影宽度

5.4.3 不规则裂缝的外接像素面积

5.5 本章小结

第6章 结论与展望

6.1 本文的工作总结

6.2 展望

致谢

参考文献

攻读学位期间的研究成果