基于数据挖掘技术的道路缺陷自动识别

基于数据挖掘技术的道路缺陷自动识别

ID:37943254

大小:1.06 MB

页数:28页

时间:2019-06-03

基于数据挖掘技术的道路缺陷自动识别_第1页
基于数据挖掘技术的道路缺陷自动识别_第2页
基于数据挖掘技术的道路缺陷自动识别_第3页
基于数据挖掘技术的道路缺陷自动识别_第4页
基于数据挖掘技术的道路缺陷自动识别_第5页
资源描述:

《基于数据挖掘技术的道路缺陷自动识别》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、太普华南杯数据挖掘竞赛论文报告题目基于数据挖掘技术的道路缺陷自动识别队长余燕团成员学校(院系)湖南师范大学数学与计算机科学学院指导教师完成时间2013.4.10第1页,共28页太普华南杯数据挖掘竞赛论文报告综合评定成绩:评委评语:评委签名:第2页,共28页太普华南杯数据挖掘竞赛论文报告基于数据挖掘技术的道路缺陷自动识别摘要:道路缺陷的类别包括路面结构性破损和功能性破损,而路面结构性破损是最常见的,可以细分为龟裂、块裂、网裂、纵裂和横裂。研究和设计一套道路缺陷检测技术,开发高效、快速、准确的道路缺陷自动识别系统具有重要的理论和现实意义。虽然基于数字图像处理的路面破损检测和识别技术在国外

2、已经有所发展,但是由于路面图像的复杂特性,数字图像处理算法仍在研究。本文针对附件所提供的道路缺陷图像,运用MATLAB图形图像处理工具箱进行图形处理,包括图像的预处理,图像分割,图像特征提取,图像边缘检测等,并得到了预期效果。在分析比较传统方法对道路缺陷图像增强效果及不足之处的基础上,通过对实验分析,选用了梯度倒数加权平均滤波算法,它能有效地平滑图像背景、消除大部分噪声。在图像分割中,根据不同缺陷图像,分别进行了边缘检测和灰度阈值分割,提出了随机游动分割方法进行坑槽图像的分割,得到了较为满意的结果。对缺陷图像进行特征提取,并分析计算了评判道路缺陷的特征参数,包括平均缝宽、裂缝宽度、块

3、度、面积。采用BP神经网络的方法对缺陷图像进行模式识别,对识别的结果及学习率进行了深入讨论。关键词:道路缺陷;破损检测;梯度倒数加权平均算法;随机游动分割算法;BP神经网络第3页,共28页太普华南杯数据挖掘竞赛论文报告TheAutomaticPavementIdentificationBasedOnData-MingTechnologyAbstract:Roaddefectcategoriesincludepavementstructuraldamageandfunctionaldamage,however,theformeristhemostcommon,andcanbesubdi

4、videdintothecracks,theblocksplittingnetworkcracking,longitudinalandtransversecracking.Researchanddesignaroaddefectdetectiontechnology,itisofimportancetodevelopthedetectofefficientandaccurateofroaddefectsautomaticidentificationsystem.Althoughbasedondigitalimageprocessing,pavementdistressdetectin

5、gandrecognitiontechnologyhadbeendeveloped,butduetothecomplexnatureoftheroadsurfaceimage,digitalimageprocessingalgorithmsarestillstudyingabroad.RelyonthedefectimagegivenbytheAppendix,withMATLABgraphicsimageprocessingtoolbox,handlingthedefectimage,includingpreprocessing,segmentation,featureextrac

6、tion,edgedetection,andgetthedesiredeffect.SelectedexperimentalanalysisonthebasisoftheanalysisofmoretraditionalmethodsofroaddefectsimageenhancementanddeficienciesatthethegradienttheCountdownweightedaveragefilteringalgorithm,caneffectivelysmoothimagebackground,eliminatingmostofthenoise.Wereimages

7、egmentationbasedondifferentdefectimageedgedetectionandgraythresholdsegmentation,randomwalkssegmentationpitsimagesegmentation,andwegetsatisfactoryresultsfinally.Defectimagefeatureextraction,analysisandcalculationofthecharacteristic

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。