欢迎来到天天文库
浏览记录
ID:33914735
大小:3.28 MB
页数:69页
时间:2019-03-02
《基于复合图像处理方法的路表面裂缝类破损自动识别方法分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、上海交通大学硕士学位论文基于复合图像处理方法的路表面裂缝类破损自动识别方法研究摘要公路养护管理过程中,基于计算机处理以及数字图像处理技术的路面裂缝类病害识别技术对路面裂缝类病害识别提供了良好的支持。本文主要研究了路面裂缝类病害识别检测过程中的关键算法,包含了以下内容:1)研究了通过主动补光以及滤去自然光方式可使路面图像获得最佳的成像结果。研究路面病害图像,提出了裂缝类在路面病害图像中的特性。2)研究了路面病害图像优化技术,本文提出了基于灰度投影直方图和lowess拟合的路面标线剔除算法。3)研究了路面裂缝类病害的提取技术,对比比较了多种传统分割算法,提出了基
2、于计算机文字识别技术原理的路面裂缝提取算法,并取得了良好的效果。4)研究了路面病害图像中裂缝的分类以及长度、宽度参数信息的提取算法,本文图像形态学算法来解决裂缝边缘问题。然后提出基于孔洞面积阈值分割法来区分线性裂缝以及网状裂缝算法。然后采用了改进的骨骼化算法寻找出裂缝的走势图并近似了线性裂缝的长度。最后由该走势图为基础,提出了横切面边缘强度算法裂缝的宽度信息,很好的计算出了裂缝类病害的各项参数信息。经过大量实际路面病害图像的实验,得出本文的路面裂缝类病害检测算法可以有效的识别出路面裂缝并计算出裂缝的相关参数信息,达到了预期的效果。关键词:路面养护,裂缝识别,
3、路面病害,图像处理I万方数据上海交通大学硕士学位论文RESEARCHONAUTOMATICPAVEMENTCRACKDETECTIONBASEDONDIGITALIMAGEPROCESSINGABSTRACTDuringtheprocessofroadmaintenance,crackdistressappearmostfrequentlyamongalldistresstypes.Ithasthegreatestimpactontheroadqualityandsafety.Itisnowthemostimportanceindicatorinthepav
4、ementevaluationprocess.Atpresent,mostofthedomesticroadmaintenancedepartmentsmainlyrelyonmanpowertohandlepavementdistresssurveyneeds.Suchwayhasseveraldisadvantagessuchaslargehumanpowerconsumption,inaccurateresultsduetohumaninteraction,trafficimpactandsafetyproblems.Thusbasedondigita
5、limageprocessingtechnology,pavementcrackdetectionalgorithmhasmadeispossibleforfastandaccurateautomaticsurveys.Thisthesisstudiesthekeyalgorithmsofthepavementcrackdetectionprocessandhascoveredthefollowingcontents:1)Thisthesisstudiespavementdistressimageacquisitoinequipmentandpointsou
6、tthatartificiallightingisthebestwaytohavestableimagequality.Andthisthesisillustratespavementcrackcharactistics.2)Thisthesisstudiespavementimageoptimizationtechnology,pointingoutthatpavementmarkingswhichiscommonlyusedoncurrentpavementshavegreatimpactonfurthercrackdetectionresults.Th
7、isthesisproposeanalgorithmbasedonhistogramprojectionandlowessfittingalgorithmstoeliminatesuchaffection.Thisalgorithmcannotonlyeffectivelyremovethemarking,andalsopreservecrackinformations.Thisalgorithmalsohassmalltimeconsumption.3)Thisthesisstudiescrackextractionalgorithmsandcompare
8、sseveralcommonlyusedalgori
此文档下载收益归作者所有