模糊和遗传算法在路况检测中的应用研究.pdf

《模糊和遗传算法在路况检测中的应用研究.pdf》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、第３３卷第６期应用光学Ｖｏｌ．３３Ｎｏ．６２０１２年１１月ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＯｐｔｉｃｓＮｏｖ．２０１２文章编号：１００２－２０８２（２０１２）０６－１０７７－０５模糊和遗传算法在路况检测中的应用研究吴德刚，赵利平（商丘工学院，河南商丘４７６０００）摘要：文章研究了一种适合于路面病害识别的图像边缘检测算法。针对目前模糊边缘检测算法在路况图像检测中存在低灰度图像信息丢失和检测速度较慢等问题，提出了一种基于模糊和遗传算法的路况图像边缘检测算法。该方法使得模糊处理后丢失的低灰度信息得以恢复，提高了算法的效率，增强了算法的适应性。实验表明，较传统的模糊边缘检测算法，该算法能有效检测出图

2、像中的低灰度信息，检测效果良好，而且运算速度快。关键词：模糊；遗传；路况检测；边缘检测中图分类号：ＴＰ３９１．４文献标志码：Ａｄｏｉ：１０．５７６８／ＪＡＯ２０１２３３．０６０２００４ＡｐｐｌｉｃａｔｉｏｎｏｆｆｕｚｚｙｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｎｒｏａｄｄｅｔｅｃｔｉｏｎＷＵＤｅ－ｇａｎｇ，ＺＨＡＯＬｉ－ｐｉｎｇ（ＳｈａｎｇｑｉｕＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｑｉｕ４７６０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｎｅｗｉｍａｇｅｅｄｇｅ－ｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｓｔｕｄｉｅｄｉｎｏｒｄｅｒｔｏｉｎｓｐｅｃｔｔｈｅｄｉｓｅａｓｅｏｆｒｏａｄｓｕｒ

3、ｆａｃｅ．Ｔｈｅｅｄｇｅ－ｄｅｔｅｃｔｉｏｎｏｆｒｏａｄｓｉｔｕａｔｉｏｎｉｍａｇｅｂａｓｅｄｏｎｆｕｚｚｙａｎｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｓｐｒｅｓｅｎｔｅｄ，ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｓｏｍｅｐｒｏｂｌｅｍｓｉｎｔｈｅｆｕｚｚｙｅｄｇｅ－ｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ｓｕｃｈａｓｔｈｅｌｏｓｔｌｏｗｇｒａｙｓｉｇｎａｌ，ｔｈｅｌｏｗｍｅａｓｕｒｉｎｇｓｐｅｅｄｏｎｔｈｅｅｄｇｅａｎｄｓｏｏｎ．Ｔｈｉｓｎｅｗａｌｇｏｒｉｔｈｍｒｅ－ｔａｉｎｓｔｈｅｌｏｗｇｒａｙｉｎｆｏｒｍａｔｉｏｎｌｏｓｔａｆｔｅｒｆｕｚｚｙｐｒｏｃｅｓｓｉｎｇ．Ｉｔｉｍｐｒｏｖｅｓｔｈｅｅｆｆｉｃｉ

4、ｅｎｃｙａｎｄｓｔｒｅｎｇｔｈｅｎｓｔｈｅａｄａｐｔａｂｉｌｉｔｙｏｆｔｈｅａｌｇｏｒｉｔｈｍ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｆｕｚｚｙｅｄｇｅ－ｄｅｔｅｃ－ｔｉｏｎａｌｇｏｒｉｔｈｍ，ｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｄｅｔｅｃｔｔｈｅｌｏｗｇｒａｙｓｉｇｎａｌｏｆｔｈｅｉｍａｇｅｅｆｆｅｃｔｉｖｅｌｙｗｈｉｌｅｉｎｓｐｅｃｔｉｎｇｔｈｅｒｏａｄｃｒａｃｋａｃｃｕｒａｔｅｌｙａｎｄｒｕｎｆａｓｔ．Ｋｅｙｗｏｒｄｓ：ｆｕｚｚｙ；ｇｅｎｅｔｉｃ；ｒｏａｄｃｏｎｄｉｔｉｏｎｄｅｔｅｃｔｉｏｎ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ［４］引言路面病害的清晰轮廓线。目前传统的边

5、缘检测方法对路面病害图像处理的效果都不理想，容易丢失高速公路是国民经济赖以发展的重要基础设边缘信息，边缘轮廓线不清晰，这给进一步处理带来施，而公路建成投入使用后，因反复承受车轮的碾压［５］了很大困难。国内外许多学者采用过模糊边缘检及冰、雨、雪等各种自然因素的影响，路面必然造成［６－７］各种病害或损坏，如裂缝、凹凸等，这些病害严重影测与小波变换等方法进行边缘检测。响了公路的行驶质量，必须进行及时检测和维修［１］。模糊边缘检测算法是利用模糊集合理论，通［８－９］传统的人工检测方法已经不适应高速公路迅速发展过隶属度函数和增强算子进行图像边缘检测。的需要，随着计算机技术与图像处理技术的发展，公但此方

6、法存在图像部分低灰度信息丢失、阈值参［２］路检测已进入了自动检测阶段。数需人工介入及运算速度较慢等问题。小波变换在路面病害自动检测和识别过程中，图像处理方法也只是对图像经小波分解后的高频部分进行算法在很大程度上影响检测与识别的效果和精边缘处理，忽略了低频分量包含的部分边缘［３］［１０］度。其中关键是对路面图像进行边缘检测，获得信息。收稿日期：２０１１－１０－０８；修回日期：２０１２－０５－１９作者简介：吴德刚（１９８０－），男，河南濮阳人，硕士，主要从事图像处理、智能仪器仪表等方面的研究。Ｅ－ｍａｉｌ：ｗｕｄｅｇａｎｇ８１＠１２６．ｃｏｍ·１０７８·应用光学２０１２，３３（６）吴德刚，等：模

7、糊和遗传算法在路况检测中的应用研究针对上述问题，本文提出的算法是将遗传理图中α可以通过公式（１）求得：论引入到传统模糊算法中，采用遗传算法自适应（Ｌ－１）－Ｆｅα＝１＋（４）选择不同的阈值参数，根据阈值参数定义新的简［Ｆｄ］单隶属函数，比传统的模糊检测算法适应性更大，式中：α大于０，μｎｍ属于［α，１］，而不是［０，１］，这样效率更高。这种方法结合了遗传和模糊的优势，图像中将有相当多部分的灰度信息不能被检不仅