基于图像的沥青路面裂缝的自动识别算法研究

《基于图像的沥青路面裂缝的自动识别算法研究》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、分类号P237单位代码10618密级公开学号2130100005硕士学位论文基于图像的沥青路面裂缝的自动识别算法研究研究生姓名：朱亮导师姓名及职称：冯晓教授申请学位类别工学学位授予单位重庆交通大学一级学科名称测绘科学与技术论文提交日期2016年04月16日二级学科名称大地测量学与测量工程论文答辩日期2016年06月04日2016年06月16日AutomaticIdentificationAlgorithmforImageBasedonAsphaltPavementCrackADissertationSubmitte

2、dfortheDegreeofMasterCandidate：ZhuLiangSupervisor：Prof.FengXiaoChongqingJiaotongUniversity,Chongqing,China摘要随着我国城市道路以及高速公路的快速发展，越来越多的人采用沥青混凝土作为铺筑路面的材料。以至于道路的养护工作也越来越繁重。道路的养护工作与道路检测调查有关，然而传统的检测方法已经满足不了道路养护的发展。研究新型的自动检测技术和方法成为重点。因此，本论文对基于沥青路面图像病害的自动识别方法进行了研究。论文首

3、先引入课题的研究背景意义、国内外研究现状，然后总结论文结构。在介绍沥青路面的发展历史、路面病害图像特点的基础上，研究了沥青路面病害图像进行灰度处理的方法，并采用了加权邻域均值滤波的方法对图像进行了平滑处理。然后采用基于灰度形态学的方法对图像做进一步增强处理，此方法能很好保留目标边缘信息的同时抑制了噪声，效果明显。接着运用边缘检测算子对图像进行边缘检测，根据实验检测结果，确定运用Sobel算子作为程序边缘检测算子；在边缘检测的基础上运用数学形态学的开、闭运算方法有效地对图像边缘的空洞以及孤立点噪声进行了处理；最后对图

4、像中目标与背景区域进行全局阈值分割处理。论文研究重点是将预处理之后的图像进行特征选择与特征提取研究，并根据特征实现自动分类识别。主要步骤是根据特征选择的方法以及对病害图像特点的分析提取了病害图像的三个统计特征：首先是病害图像在水平和垂直方向上的像素统计图提取的水平投影特征向量Xmax和垂直投影特征向量Ymax；以及病害图像的连通域个数特征向量N。根据决策树分类器的基本理论，对实验的可行性进行分析研究，然后对分类器进行设计并应用识别样本对分类器进行了训练，最后将实验样本进行分类识别，其样本实验结果的识别率为89.65

5、%。结果表明本论文提出的运用模式识别的理论方法进行病害的自动识别方法可行，达到了本文研究的目的与意义。对路面病害图像的自动识别的研究领域有一定的积极意义。关键词：路面病害图像、特征提取、连通域、决策树分类器、自动识别IAbstractWiththerapiddevelopmentofurbanroadsandhighways,moreandmorepeopleuseasphaltconcreteaspavementmaterial.Itiscausetheroadmaintenanceworkbecomeincre

6、asinglyserious.Roadmaintenanceworkinvolvesroaddetection,traditionalmethodscannotmeetthedevelopmentofroadmaintenance.Automaticdetectionofnewtechnologiesandmethodsbecomethefocusofresearch.Sothispaperresearchtheautomaticidentificationofasphaltpavemenimage.Firstly

7、intheintroductionofbackgroundpaperssignificanceofthesubject,currentresearch,andthensummarizesthestructureofpaper.Onthebasisofthehistoryofintroductionofasphaltpavement,pavementdefectsimagecharacteristics,researchmethodsasphaltpavementgrayimageprocessing,andusin

8、gaweightedneighborhoodaveragefilteringmethodforimagesmoothingprocess.Thenthispaper,basedongraymorphologyfilteringoperatorfurtherenhancetheimageprocessing.Thismethodcankeepthetarget