路面病害自动检测系统的改进和相关算法的研究

《路面病害自动检测系统的改进和相关算法的研究》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、南京理工大学硕士学位论文路面病害自动检测系统的改进和相关算法的研究姓名：王晨申请学位级别：硕士专业：模式识别与智能系统指导教师：唐振民20060601硕士论文路面病害自动检测系统的改进和相关算法的研究摘要随着高速公路建设的发展，路面病害检测技术的提高也迫在眉睫。本文的项目背景是南京理工大学。N一1型道路状况智能检测车”项目，目的在于对其中的智能病害识别系统进行改进，增强其可靠性和实用性。通过对图像分析技术的研究，并借鉴现有的病害自动检测算法，本文提出了一套病害检测流程。该流程采用了快速的预检测算法挑出可疑图像，再针对可疑图像进行细节分析

2、．预检测时，通过图像予块的直方图特征进行筛选。在细节分析阶段，采用小波变换来提取图像的高频信息，再利用处理后的高频信息进行反变换，得到裂缝轮廓。然后使用阈值分割和连通分量扩展算法得到完整的裂缝形态信息，最后统计病害。由于预检测阶段过滤了大量正常图像，留待细节分析的图像大大减少；使用了一系列快速算法，避免了原系统中大量的乘除运算。改进后的系统运行效率大大提高，病害检测的准确性也得到增强。为了满足实际需要，文中还提出了一个简单实用的分布式系统方案，它可以让多台计算机共同参与病害检测。文章末尾简要介绍了利用人工神经网络识别病害的技术。关键字：

3、路面病害自动检测，直方图分析，边缘检测，小波变换，局部阂值分割，连通分量扩展。硕士论文路面病害自动检测系统的改进和相关算法的研究AbstractWiththedevelopmentofexpressway，thetechnologyofexpresswaysurfacediseaseinspectionisalsourgenttobeenh锄cexLThebackgroundofmypaperistheprojectofNa巧ingUniversityofScience&Technology,whichnamed"N-1StyleInt

4、elligentRoadSurfaoeDiseaseI碰4'硎∞Vehicle'’．Ourgoalistoimprovetheperformanceoftheintelligentdiseasedetectionsubsystemandlllakeitnlo∞reliableanduseful．AfterresearchingthetechnologyofilllageanalysisandtheexistingalgorithmsOndiseasedetection,Iprovideadiseasedetectionprocess．T

5、hisprocessappliesafastpreprecessingalgorithm．ItCanpickoutthesuspiciousinlages．Theseimagesmaycontaindiseasesandwillbeanalyzedcarefullylater．Inthepreproeessingstep，imagesareselectedbythehistogramcharacterofitssubimages．Inthedetailanalysisstep，thewavelettransformisadoptedto

6、extractthehighfrequencies．AfterprocessingthesehigIlfrequencies，doaninversetransform，andgettheoutlineofcracks．Then,璐ethethresholdsegmentandconnectiveregionexpansionmethodstogetthewholecracksandcalculatethestatisticsofthediseases．BecausealotoftheinlageshaveBOdiseasesandwon

7、’tbepickedoutinpreproeessingstep，theimagesneededtobeanalyzedindetaildecreasealot．Fastalgorithmsareadopted,andthedetectionsystemavoidsalotofmulfiplicationanddivisionacts．Thenewsystemismorceffectiveandtheveracityoftheresultisenhanced．Tomeettheneedsinpmetiee，thethesisprovid

8、esadesignofasimpleandusefuldistributedsystem．Itcarlengageseveralcomputerstorunthediseasedetectionsystem