[碩士]基于圖像處理的路面裂紋識別研究

內容簡介

　　[碩士]基于圖像處理的路面裂紋識別研究　　學科專業(yè)：交通信息工程及控制　　授予學位：碩士　　學位授予單位：長沙理工大學　　學位年度：2009　　隨著我國經濟的高速的發(fā)展，交通在國民經濟和人們生活中地位的重要性越來明顯。公路更是在國民交通中占有重要地位，其也隨著我國經濟的高速發(fā)展而受到更多的重視。為了提高公路使用壽命，公路養(yǎng)護工作也得到越來越多的重視，只靠傳統(tǒng)人工檢測路面破損的方法己經不能適應公路快速發(fā)展的需求，所以路面破損的自動檢測系統(tǒng)的研究與開發(fā)就顯得尤為迫切。本文介紹了基于圖像處理的路面裂紋檢測的研究?！　? 首先簡單介紹了路面裂紋檢測系統(tǒng)的體系結構，說明了硬件選擇方法和理由以及系統(tǒng)的工作原理?！　? 其次在分析了路面裂紋圖像的特點后，進行路面圖像的去噪預處理。由于一般路面狀況相當復雜(如路面雜物、路面材料顆粒大小等)、檢測設備自身引入的噪聲等原因，是采集到的路面圖像含有大量噪聲，從而給路面裂紋檢測帶了很多困難。為了便于后續(xù)圖像處理工作，首先對圖像進行去噪處理。根據(jù)裂紋圖像的特征，本文采用了中值濾波對路面圖像進行去噪，并與均值濾波的去噪效果進行了比較，得出中值濾波有效性以及對后續(xù)處理的有利性?！　? 再次，在預處理完的圖像中要進行邊緣檢測以及圖像分割，將裂紋圖像二值化以便后續(xù)的識別工作。在邊緣檢測中通過對比sobel和prewitt算子，驗證了sobel的有效及優(yōu)勢，并且擴充了sobel算子使得邊緣響應更強烈，為二值化圖像分割選擇簡便的雙峰法分割奠定基礎。在圖像分割完畢后，圖像中還是會有一些“孤立”點噪聲存在，這就需要對二值化圖像進行濾波。根據(jù)前面邊緣檢測所得二值圖像的特點，我們提出運用形態(tài)學的方法對二值化圖像進行濾波，通過對圖像的分析證明形態(tài)學濾波的有效性，同時我們還可以在圖像中發(fā)現(xiàn)，形態(tài)學濾波后將sobel算子提取的裂紋邊緣進行了填充，而且填充的程度和形態(tài)學中用的檢測核的矩陣大小相關，裂紋尺度大于矩陣核的地方未被填充，并且裂紋像素數(shù)基本不變，這個特點可以用來對裂紋尺寸的測量，以及區(qū)別路面上處裂紋意外的其他類型的破損和干擾(如油污，斑馬線)?！　? 最后，在裂紋圖像被二值化后，對圖像進行裂紋特征提取及識別。通過對二值化后裂紋圖像的特征分析，提取了二值化圖像裂紋在X,Y軸上投影像素數(shù)目以及總的裂紋像素數(shù)目作為識別的特征輸入。在確定了特征輸入后，本文設計了一個3層BP神經網(wǎng)絡，以三個提取特征作為輸入，并規(guī)定了4個輸出分別代表橫向裂紋、縱向裂紋、龜裂裂紋和無裂紋。然后分別對隱層神經元數(shù)目為30, 60和150的3個網(wǎng)絡進行了分析對比，最后證明60個神經元的網(wǎng)絡更能勝任路面裂紋分類識別的工作。

專題推薦