[碩士]路面破損圖像分割方法研究

內(nèi)容簡介

　　[碩士]路面破損圖像分割方法研究　　學科專業(yè)：模式識別與智能系統(tǒng)　　授予學位：碩士　　學位授予單位：河北工業(yè)大學　　學位年度：2008　　路而破損信息檢測是路而管理系統(tǒng)的關鍵。在我國現(xiàn)階段，路而破損的調(diào)查基本上采用人工目測、丈量的方法。人工檢測有勞動強度大、妨礙交通、危險性大(野外操作不安全)、效率低、精確度低(人為隨意性較大)和難以對路而破損進行客觀和正確的評價的缺點。因此，研究路而破損自動檢測技術，并結合高新技術來開發(fā)和設計高效、快速、準確的路而破損自動檢測系統(tǒng)具有重要的意義?！　? 在路而破損信息檢測中，路而圖像分割占有及其重要的地位，本文研究了國內(nèi)外路而破損檢測系統(tǒng)和路而圖像分割方法;仔細分析了最大類間方差法和模糊C-均值聚類分割方法并用此方法分割了路而破損圖像。認真研究了基于圖論的圖像分割算法，并根據(jù)其優(yōu)缺點提出了采用圖論和概率論相結合的方法，即隨機游動的方法來分割路而破損圖像。隨機游動的方法是首次應用在分割路而破損圖像中，經(jīng)實驗證明，能清晰分割出破損圖像?！　? 由于路而圖像數(shù)據(jù)量巨大，使得通過人機交互的方法給定每幅圖片隨機游動的種子點的做法變得不可行。本文通過分析路而圖像的特征，自動尋找到適合圖像分割的種子點，分割路而坑槽圖片;并建立了曲線的相似度的概念，通過對多對種子點識別的曲線的相似度的比較，最終分割出裂縫。

專題推薦