基于图像处理的路面裂缝自动检测

《基于图像处理的路面裂缝自动检测》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、华侨大学厦门工学院数字图像处理课程论文题□:基于图像处理的路面裂缝自动检测班级:12通信3班学生姓名:詹建梁学号:1202303036指导教师:杨艺敏2015年6月20R基于图像处理的路面裂缝自动检测摘要：本文主要研究裂缝阁像的处理技术，分为阉像预处理、阁像分割、特征提取三部分。阁像预处理部分，本文采用最近邻插伉法将阁像缩小，变为原阁像的1/4;采用四种不M类型的结构元素依次对路面裂缝图像进行屮值滤波，平滑去噪;采川基于图像背货提取的灰度校正算法校正图像光照不均。图像分割部分，木文釆用Ostu阆值分割算法对路血裂缝图像进行分割，并进行适

2、当改善;采用连通域白色像素点阂值去噪算法去除二值图像的噪声;将数学形态学和a色像素点阂值去噪算法相结合，利用多种形态学算法交替处理，提取出裂缝，最后运用迭代细化方法对裂缝进行了细化。特征提取部分，本文根据不M类型裂缝的特征选取了裂缝像素而积、水平投影、垂直投影、矩形度作为裂缝的特征值，利川裂缝像素則积能够准确判断图像屮杏无裂缝。关键词：裂缝检测，阁像预处理，阁像分割，特征提取随着我国公路交通的迅速发展，对公路的养护工作也提出Y更高的要求。公路迕建成P会受到气候、地质条件、通行景、载荷景等W素的影响，这些因素会使公路产生不同程度损坏，如裂

3、缝、坑洞等，因此，相关部门需要对公路进行定期的检测和养护。如果能在公路病害出现的初期将其发现并进行及吋处理，那么养护公路的开支将大大减少，公路的使用年限也将大大延长[[21。在不影响公路运营的前提下，对公路路而病害进行实时检测，这成为我们关注的重要问题，也是路側检测的研究方向。1、国内发展现状就国内而言，在对公路路而情况进行检测时，大部分还是使用传统的人丄检测方法。由检测人员对裂缝的长度、周长和Iftf积等数裾进行实地测虽和记录，再进行统计和分类，敁P由技术人员对裂缝损害程度进行评估丼制定养护计划。这种传统的方法效率低、误差人，而且对交

4、通有较人的影响，检测人员的人身安全也不能完全保证。由于这种检测方式的误差人，养护计划制定准确性也随之下降，对施工质y；的改进方法也不能很好确定。科学的对路而裂缝进行检测，得到精确的裂缝数据，相失部门就町以及时制定合适的养护计划，在路而裂缝损害出现的单期对其进行修护，节省了赀用，延长丫公路的使川年限，提高丫公路的服务水2、系统工作原理论文的主要研究工作包括:路而裂缝阁像的预处理、预处理后阁像的分割、路而裂缝的特征提取、路而裂缝类型分类和识别、裂缝参数计算。憋个论文研究的算法流程阁如阁1.11所示。图1.11论文算法鯉图2.1图像预处理山于

5、路而的裂缝阁像是山cd）相机拍摄所得，因此，拍摄阁像吋受到外界环境因素和阁像采集系统A身噪声的影响，这样所得到的裂缝阁像会有光照不均和附带噪声的现象，导致图像质S下降，如不对图像质虽进行改莕，会直接给Pl&f的图像处理工作带來巨大的凼难,影响裂缝的识别率，严重时则无法识别裂缝。综上所述，我们必须根裾情况对原始图像进行预处理。本论文中涉及的原始阁像较大，首先需要对阉像进行缩小，缩小为原阁像的1/4,以提高系统运算速度，之后对缩小后的阁像进行去噪平消处理，通过实验对多种算法进行对比,敁P选择使川四种结构元素对图像依次进行中值滤波，从而对多种

6、噪声进行行效地滤除，并且可以保留四个方叫上的边缘特性。针对图像光照不均的14题，木文尝试了5种方法对其进行校正，对效果进行比较，S后使用了基丁图像竹景提収的灰度校正算法对平滑后的图像进行校正，取得了较好的效果。本文对阁像进行全比例缩小，取lx=寿=0.5,并运用最近邻插值法对新倒像中的像素灰度值进行近似处理，即对原阁像进行隔行隔列取样，对应的像素灰度值赋给新图像。例如，原图像中的（0,2）点像素对应新图像的（0，1）点像素，原图像中的（2,0）点像素对l、V:新图像的（1，0）点像素，这样将图像缩小为原来的叫分之一，示意图如图2.3所示

7、。图2.3图像尺寸缩小道路裂缝图像尺寸人小为4096x2048,经过尺寸缩小后变为2048x1024,总像素数减少为原來的四分之一，这样减少了处理的运算呈，提高了软件处理的运行速度，系统性能得到提升。对路而裂缝阁像的缩小结果如阁2.4所示。m2.4路ifif裂缝阁像缩小结果2.2图像分割图像分割是继图像预处理后又一项十分重要的A容,也是图像处理工作中敁凼难的步骤之一。图像分割是图像处理层到图像分析层的关键少骤，在&好的图像分割基础下，才能更好的提取R标的特征值，测蛍n标的各种数据，这样就将图像转化为史高层次的抽象形式,为阁像分析和阉像理

8、解服务。本文中分别对多种边缘检测算子进行了实验对比，分析了各个算法的优缺点针对预处理后的路而裂缝图像，采用了Ostu阂值分割算法，并对得到的阂值进行了调整，捋到了较理想的二值图像。但是二值图像屮存在很多孤立