学位论文 > 优秀研究生学位论文题录展示

基于图像的道路裂缝识别算法的研究

作 者: 李江
导 师: 田岩
学 校: 华中科技大学
专 业: 电子与通信工程
关键词: 图像预处理 特征提取 裂缝检测 裂缝类型
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 21次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着国家高速公路建设的大规模展开,道路养护成为了一个越来越重要的环节。如何高效、便捷、快速的发现高速公路上的道路裂缝,然后针对裂缝的不同类型制定相应的修补策略进行道路养护成为公路养护人员所面对的一大难题。过去的路面养护方式都是按照人工或者半自动的方式来完成对道路裂缝的检测以及分类工作,这种做法耗费大量的人力物力,同时也容易受到人为因素的影响。因此研究和设计一套自动的道路裂缝识别系统具有重要的理论和现实意义。参考现有对道路裂缝分类方法,本文将道路裂缝分为未修补裂缝与修补裂缝两个大类。其中未修补裂缝又分为横向裂缝、纵向裂缝、块状裂缝以及龟裂裂缝。本文主要针对高噪声背景下的修补裂缝的检测问题以及未修补裂缝的分类问题进行了研究。对于修补裂缝的检测问题,本文利用修补裂缝的灰度以及方差特性,将道路图像经过预处理、图像分割、修补裂缝提取等步骤,得到修补裂缝标记图像。对于四种未修补裂缝分类问题,研究它们在方向以及分布密度上的差异性来进行裂缝类型的划分。利用2D特征映射以及Delaunay三角剖分等方法,求取相关特征参数来对这些差异性特征进行描述,从而达到裂缝分类的目的。本文最后利用Matlab/GUI仿真工具设计算法演示平台并对算法进行仿真实验,并通过评估实验验证了算法的有效性。本文算法的设计秉承以实际应用为原则,体现了一定的算法适用性。

全文目录


摘要  4-5
Abstract  5-8
1 绪论  8-16
  1.1 研究背景及意义  8-9
  1.2 沥青道路裂缝分类  9-12
  1.3 道路裂缝检测研究现状  12-14
  1.4 本文主要研究工作和内容安排  14-16
2 高噪声修补裂缝检测算法研究  16-33
  2.1 基于骨架提取的高噪声修补裂缝检测算法  16-17
  2.2 图像预处理  17-23
  2.3 图像分割  23-26
  2.4 修补裂缝提取  26-32
  2.5 本章小结  32-33
3 高噪声路面裂缝分类算法研究  33-42
  3.1 高噪声路面裂缝分类算法研究介绍  33-34
  3.2 分类算法预处理  34-35
  3.3 裂缝方向特征提取及分类  35-39
  3.4 裂缝分布密度特征提取及分类  39-41
  3.5 本章小结  41-42
4 Matlab/GUI仿真平台及算法实验评估  42-47
  4.1 Matlab/GUI 仿真平台介绍  42
  4.2 裂缝检测与分类演示界面  42-43
  4.3 高噪声修补裂缝检测算法实验  43-45
  4.4 高噪声横纵裂缝分类算法实验  45-46
  4.5 本章小结  46-47
5 总结与展望  47-49
  5.1 总结  47
  5.2 展望  47-49
致谢  49-50
参考文献  50-53

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  4. Q学习在基于内容图像检索技术中的应用,TP391.41
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  7. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  8. 空间交会接近视觉测量方法研究,TP391.41
  9. 图像实时采集、存储与处理方法研究,TP391.41
  10. 唇读中的特征提取、选择与融合,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 移动机器人视觉检测和跟踪研究,TP242.62
  15. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  16. 基于随机森林的植物抗性基因识别方法研究,Q943
  17. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  18. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  19. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  20. 红外图像目标识别及跟踪技术研究,TP391.41
  21. 水下目标特征的压缩与融合技术研究,TN911.7

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com