学位论文 > 优秀研究生学位论文题录展示

基于图像分析的路面裂纹自动检测算法研究

作　者: 邓若曦
导　师: 王展青
学　校: 武汉理工大学
专　业: 应用数学
关键词: 图像处理与模式识别道路破损自动检测 BP神经网络小波变换数学形态学
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 42次
引　用: 0次
阅　读: 论文下载

内容摘要

定期检查公路路面病害是公路养护工作的必要环节,对维护公共交通安全有重要的意义。随着高速公路和高等级公路的不断修建,基于图像分析的路面破损自动检测系统得到了广泛的研究和应用。但当前的自动检测算法仍不完善,算法的效率和成功率有待改进。针对以往算法存在的问题,本文从图片降噪,裂纹信息的增强以及分类器的设计三方面进行研究。针对路面裂纹图片噪音干扰严重和背景纹理丰富等特点,提出了一种基于小波变换的降噪增强算法,将裂纹图片分解成不同层次的高低频信息；依据裂纹信息,背景信息和噪音在频域的特点进行分别处理,算法使用模板自适应的对相应层次的高频信息平滑滤波,达到降噪并且从背景分离裂纹信息的目的。算法能够有效对噪音滤波,并增强路面裂纹信息。针对裂纹信息较弱,过度平滑可能导致提取的裂纹在某些细微的部位出现断裂的情况,提出了一种基于数学形态学的裂纹区域连通方法。算法首先对小波变换处理后依然存在于图像的离散随机噪声点,使用8*8大小的模板遍历全图清除噪声点；其次基于数学形态学的连通方法可以使断裂的部分重新连接,并且强化裂纹的整体信息,便于后续的裂纹分类工作。针对裂纹分类正确率较低的问题,提出了三种裂纹特征,分别为裂纹的横纵向投影特征,裂纹的最小外接矩形的长宽比以及裂纹的像素密度特征。基于BP神经网络的分类器,可以成功将裂纹样本归为横向,纵向,斜向和网状四种不同的类型。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-13
  1.1 背景  8
  1.2 国内外自动检测车发展情况  8-11
    1.2.1 国外发展情况  9-10
    1.2.2 国内发展情况  10-11
  1.3 本文的研究内容  11-12
  1.4 本文的内容安排  12-13
第2章当前路面自动检测方法  13-21
  2.1 裂缝边缘的特点  13
  2.2 传统的边缘检测方法  13-17
  2.3 公路破损自动检测算法的一般步骤  17-18
  2.4 现有的病害检测算法  18-19
  2.5 自动检测算法面临的问题  19
  2.6 本章小结  19-21
第3章基于小波分析的路面裂纹提取算法  21-36
  3.1 多分辨率分析的思想  21-23
    3.1.1 尺度函数  21-23
  3.2 小波变换  23-28
    3.2.1 小波变换的发展  23-24
    3.2.2 连续小波变换  24
    3.2.3 小波函数  24-26
    3.2.4 离散小波变换  26-28
  3.3 小波变换在图像处理中的应用  28-30
  3.4 基于小波变换的裂纹图片降噪增强算法  30-31
  3.5 路面实验结果  31-35
  3.6 本章小结  35-36
第4章基于数学形态学的裂纹区域连通  36-43
  4.1 数学形态学简介  36-39
  4.2 裂纹的连通扩展算法  39-42
  4.3 本章小结  42-43
第5章裂纹分类  43-57
  5.1 裂纹的类别  43
  5.2 裂纹的特征提取  43-47
    5.2.1 裂纹的像素总数  44
    5.2.2 裂纹的投影特征  44-46
    5.2.3 裂纹的最小外接矩的长宽比  46-47
  5.3 分类器设计  47-54
    5.3.1 人工神经网络概述  47-51
    5.3.2 基于BP神经网络的裂纹分类器  51-54
  5.4 实验结果  54-55
  5.5 本章小结  55-57
第6章结束语  57-59
致谢  59-60
参考文献  60-62

基于图像分析的路面裂纹自动检测算法研究

内容摘要

全文目录

相似论文