学位论文 > 优秀研究生学位论文题录展示
基于数字图像处理技术的路面裂缝检测算法研究
作 者: 胡世昆
导 师: 李晓飞
学 校: 南京邮电大学
专 业: 信号与信息处理
关键词: 数字图像处理 路面裂缝 图像增强 图像分割 裂缝分类
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 35次
引 用: 0次
阅 读: 论文下载
内容摘要
在公路养护中,路面裂缝是衡量公路质量最重要的一个指标,目前国内主要依靠人工来检测高速公路的路况,不仅会受到养护工主观意识的影响,而且还浪费了大量的人力资源,因此基于数字图像处理技术的路面裂检测技术成为路面裂缝检测发展的必然趋势,这种检测技术可以准确快速的对路面情况作出评价。本文研究了路面裂缝检测的关键性技术,主要完成了下面几项工作:(1)研究了路面裂缝图像增强技术,针对经典增强算法的不足与基于NSCT(非下采样轮廓波变换)的路面裂缝增强算法时效性过差,本文提出了基于引导滤波器的路面裂缝增强算法,此算法不仅有效的去除了噪声,而且提高了裂缝与背景的对比度,并且有着很好的时效性;(2)研究了路面裂缝图像分割技术,针对传统分割算法的缺陷,本文提出了将基于最近邻的均值漂移分割算法应用于路面裂缝图像,取得了良好的分割效果;(3)研究了裂缝分类与参数提取的算法,本文使用阈值判断法来辨别网状裂缝和线性裂缝,然后根据投影法将横向裂缝与纵向裂缝分类,最后本文使用骨架化算法并结合裂缝的几何特征,很好的计算出了裂缝的参数。经过对大量沥青路面裂缝图像的实验处理,表明了本文的路面检测算法可以很好的检测出路面裂缝,并对裂缝进行分类与特征参数的提取,达到了预期的效果。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-13 1.1. 研究背景和意义 9-10 1.2. 国内外研究现状 10-11 1.2.1. 路面裂缝图像增强算法 10 1.2.2. 路面裂缝图像分割算法 10 1.2.3. 路面裂缝图像分类算法 10-11 1.3. 论文的主要工作和内容安排 11-13 1.3.1. 课题的来源 11 1.3.2. 论文主要内容与结构安排 11-13 第二章 路面裂缝图像预处理 13-31 2.1. 数字图像预处理技术概述 13-15 2.1.1. 数字图像的灰度化处理 13-14 2.1.2. 数字图像的增强处理 14-15 2.2. 常用于路面裂缝图像的经典滤波算法 15-16 2.2.1. 均值滤波 15 2.2.2. 中值滤波 15-16 2.3. 基于NSCT(非下采样轮廓波变换)的路面裂缝增强算法 16-20 2.3.1. Contourlet(轮廓波)变换 16-17 2.3.2. `a trous 算法 17 2.3.3. 非下采样的Contourlet 变换(NSCT) 17-19 2.3.4. NSCT 域裂缝增强算法 19-20 2.4. 基于引导滤波器的路面裂缝增强算法 20-24 2.4.1. 引导滤波器的定义 21-22 2.4.2. 引导滤波器的特性 22-23 2.4.3. 基于引导滤波器的增强算法 23-24 2.5. 仿真实验与分析 24-30 2.5.1. 路面裂缝图像灰度化 24 2.5.2. 路面裂缝图像增强算法仿真实验与分析 24-30 2.6. 本章小节 30-31 第三章 路面裂缝图像分割 31-46 3.1. 图像分割概述 31 3.2. 基于阈值的分割算法 31-34 3.2.1. ostu 法 32-33 3.2.2. 最大熵阈值分割 33-34 3.2.3. 局部阈值分割 34 3.3. 基于边缘的分割算法 34-37 3.3.1. 一阶梯度算子 34-35 3.3.2. 二阶梯度算子 35-36 3.3.3. Canny 算子 36-37 3.4. 区域增长法 37-38 3.5. 均值漂移分割算法 38-41 3.5.1. 非参数估计 39 3.5.2. 均值漂移公式 39-40 3.5.3. 基于最近邻的均值漂移图像分割算法 40-41 3.6. 仿真实验与分析 41-45 3.7. 本章小结 45-46 第四章 路面裂缝识别 46-57 4.1. 路面裂缝的分类 46 4.2. 图像形态学处理 46-49 4.2.1. 基本的形态学算法 47-48 4.2.2. 去除毛刺和孤立噪声 48 4.2.3. 仿真实验 48-49 4.3. 裂缝类型判断 49-52 4.3.1. 网状裂缝与线性裂缝的判别 50-52 4.3.2. 横向裂缝与纵向裂缝的判别 52 4.4. 裂缝的几何特征计算 52-55 4.4.1. 网状裂缝外接面积计算 53 4.4.2. 线性裂缝长度与宽度计算 53-55 4.5. 实验数据 55-56 4.6. 本章小结 56-57 第五章 总结与展望 57-59 5.1. 主要工作的总结 57 5.2. 下一步工作的展望 57-59 致谢 59-60 参考文献 60-64 附录 攻读硕士期间发表的论文 64
|
相似论文
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 森林防火系统中图像识别算法的研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于数字图像处理的血管管径自动测量技术,R310
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于图像处理技术的两相流动特性描述,TP391.41
- 压感式指纹识别系统及算法研究,TP391.41
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 群控电梯客流密度实时识别技术研究,TP391.41
- 基于知识的脊柱MRI影像分割算法研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
- 基于模糊理论的静脉图像增强算法研究,TP391.41
- 沉积物岩心灰度图像处理技术及其在东海内陆架高分辨沉积记录中的应用,P736.21
- 计算机辅助髋关节置换手术系统研究与开发,TP391.41
- 基于单目夜视图像的深度估计,TP391.41
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 基于图像处理的棉花成熟度判定技术的研究,TP391.41
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
|