隧道衬砌裂缝图像特征提取及识别方法研究

隧道衬砌裂缝图像特征提取及识别方法研究

ID:17675800

大小:2.44 MB

页数:76页

时间:2018-09-04

隧道衬砌裂缝图像特征提取及识别方法研究_第1页
隧道衬砌裂缝图像特征提取及识别方法研究_第2页
隧道衬砌裂缝图像特征提取及识别方法研究_第3页
隧道衬砌裂缝图像特征提取及识别方法研究_第4页
隧道衬砌裂缝图像特征提取及识别方法研究_第5页
资源描述:

《隧道衬砌裂缝图像特征提取及识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国内图书分类号:U25密级:公开国际图书分类号:624西南交通大学研究生学位论文隧道衬砌裂缝图像特征提取及识别方法研究年级2015级姓名万宇申请学位级别工学硕士专业桥梁与隧道工程指导老师漆泰岳教授二零一八年五月ClassifiedIndex:U25U.D.C:624SouthwestJiaotongUniversityMasterDegreeThesisResearchonMethodsofFeatureExtractionandRecognitionofCrackImagesinTunnelsGr

2、ade:2015Candidate:WanYuAcademicDegreeAppliedfor:MasterSpeciality:BridgeandTunnelEngineeringSupervisor:Prof.QiTaiyueMay.2018西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、

3、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密□,使用本授权书。(请在以上方框内打“√”)学位论文作者签名:指导老师签名:日期:日期:西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1.结合拓扑细化法的处理效果,提出了一种新的裂缝骨架毛刺剔除算法。该算法在保证骨架连续性的情况下,自动化剔除骨架毛刺,骨架提取效果好,毛刺剔除率高达100%。(第3章)2.针对裂缝自身特性,提出了一种新的链码式拐点识别算法。该算

4、法以Freeman链码为基础,将裂缝信息转化为链码序列。通过对链码序列的数据化处理,大致确定可疑拐点的位置。通过对伪拐点和可疑拐点的剔除,确定真实拐点位置。拐点识别效果显著,与肉眼识别基本吻合。(第4章)3.以拐角和拐点间距离比值作为裂缝的特征,提出了图像匹配特征向量比对法。该算法以分步式图像匹配算法,引入离散系数的概念,通过二次验证的方法,对两幅图像的拐点进行匹配,从而确定两幅图像之间的关系。该算法对不同图像的识别率达到100%,而对于图像本身和父子图像的识别率达到75%。(第5章)4.全程使用M

5、ATLAB软件进行编程处理,实现全流程的自动化提取、识别和储存,处理速度快,全程平均用时小于1.5s。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:日期:西南交通大学硕士研究生学位论文第I页摘要高速铁路隧道衬砌结构病害的快速自动化检测和快速维修技术是高速铁

6、路运营安全不可或缺的技术保障,是隧道工程科技发展的重大方向之一。本文对自动化检测系统中的图像处理进行了论述,针对裂缝图像的骨架提取、拐点识别、特征提取和图像匹配等方面展开研究,主要的研究工作和成果如下:1.本文对图像处理系统的组成和图像预处理流程进行了梳理,对图像去噪技术和阈值分割的各算法进行了对比,分别选定了自适应中值滤波去噪法和Sobel-4方向的Otsu改进阈值分割算法作为图像预处理算法,保证了采集后的裂缝图像转化为二值图像。2.在骨架提取阶段,利用形态学运算单独提取裂缝图像并对空洞进行填充。

7、针对裂缝的特性,提出新的裂缝骨架提取办法。首先利用拓扑细化法进行初步识别,再提出一种新的自适应追踪毛刺剔除算法,通过目标点8连通区域内黑色像素点的数量和分布情况自动判定端点和交叉点,利用追踪算法记录骨架毛刺坐标,设置长度阈值进行毛刺剔除。对多组图像进行试验,试验结果表明:该算法骨架毛刺剔除效果好,剔除率达到100%;计算速度快,平均处理时间小于1s。3.在拐点识别阶段,提出了一种新的链码式拐点识别算法。首先利用改进后的Freeman链码将裂缝信息转化为链码序列,通过区域长度l内的链码均值表示部分裂缝

8、走向,计算前后链码均值差的绝对值,大致确定可疑拐点位置。之后对伪拐点和多余拐点进行剔除,分别剔除真实拐点附近的伪拐点、相邻距离较近和拐角较大的多余拐点。对不同情况下的裂缝图像进行试验,试验结果表明:该算法识别效果好,识别出的拐点连成的折线与裂缝基本重合;提出的区域长度l的最佳取值范围具有一定的代表性。4.在特征选取阶段,选取拐角和拐点距离比作为裂缝的特征值。引入离散系数,以特征值为主,拐点距离为辅,分别赋予不同的影响系数,确定最终的离散系数公式。针对不同参数取值导致的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。