[碩士]基于多尺度圖像分析的路面病害檢測(cè)方法研究

申請(qǐng)免費(fèi)試用、咨詢(xún)電話(huà)：400-8352-114

內(nèi)容簡(jiǎn)介

　　[碩士]基于多尺度圖像分析的路面病害檢測(cè)方法研究　　學(xué)科專(zhuān)業(yè): 模式識(shí)別與智能系統(tǒng)　　授予學(xué)位：碩士　　學(xué)位授予單位：南京理工大學(xué)　　學(xué)位年度：2009　　近年來(lái)，基于CCD攝像機(jī)的路面病害自動(dòng)檢測(cè)系統(tǒng)在公路養(yǎng)護(hù)事業(yè)中獲得了廣泛的應(yīng)用。而病害自動(dòng)檢測(cè)這一模塊的檢測(cè)效果將直接影響到整個(gè)系統(tǒng)的檢測(cè)精度，虛檢和漏檢都會(huì)影響整個(gè)道路狀況的評(píng)估，因此設(shè)計(jì)準(zhǔn)確有效的自動(dòng)檢測(cè)算法是至關(guān)重要的一個(gè)環(huán)節(jié)。傳統(tǒng)的大部分自動(dòng)檢測(cè)算法都是在固定尺度上對(duì)路面圖像進(jìn)行分析，這類(lèi)方法不能表現(xiàn)出圖像本身固有的多尺度特性，也就限制了分析結(jié)果的準(zhǔn)確性，而本文采用一種模擬人類(lèi)視覺(jué)感知外界事物過(guò)程的多尺度圖像分析方法對(duì)路面圖像進(jìn)行分析，圍繞著這個(gè)核心從路面圖像的去噪、增強(qiáng)和裂縫目標(biāo)的提取三個(gè)方面進(jìn)行研究?！　? 針對(duì)路面圖像表面紋理豐富、背景噪聲多的特性，本文先從數(shù)學(xué)形態(tài)學(xué)尺度空間出發(fā)，構(gòu)造了一種多尺度形態(tài)學(xué)濾波器，根據(jù)路面圖像的特性選擇了合適的形態(tài)運(yùn)算類(lèi)型、結(jié)構(gòu)元素以及恰當(dāng)?shù)某叨龋⒏鶕?jù)不同尺度抗噪性能的不同采用了合適的權(quán)值分配方案，該方法能很好地在濾除背景噪聲的同時(shí)保持目標(biāo)邊緣?！　? 本文又從非線(xiàn)性尺度空間出發(fā)，針對(duì)P-M正則化模型中的高斯預(yù)平滑會(huì)帶來(lái)圖像邊緣位置漂移的缺點(diǎn)，對(duì)模型擴(kuò)散方程的擴(kuò)散系數(shù)進(jìn)行修改，將形態(tài)學(xué)算子引入擴(kuò)散方程中，提出了一種基于形態(tài)學(xué)算子的P-M模型，模型中梯度閉值K采用一種魯棒統(tǒng)計(jì)的方法自應(yīng)地給出。新的擴(kuò)散模型在有效去除噪聲的同時(shí)具有更好的目標(biāo)邊緣保持能力，并且能夠抑制邊界的移動(dòng)?！　? 針對(duì)路面圖像中裂縫信息弱小，與背景對(duì)比度低的情況，僅僅濾波處理是不夠的，鑒于此，本文將基于非線(xiàn)性尺度空間的圖像增強(qiáng)技術(shù)應(yīng)用到路面圖像中，并針對(duì)裂縫的線(xiàn)形紋理結(jié)構(gòu)，采用一種能夠反應(yīng)圖像紋理方向的結(jié)構(gòu)張量與Osher-Rudin沖激濾波模型結(jié)合的相干增強(qiáng)沖激濾波模型，該模型不但能夠有效地銳化目標(biāo)邊緣，增強(qiáng)圖像中目標(biāo)和背景的對(duì)比度，更重要的是增強(qiáng)了裂縫的線(xiàn)形紋理結(jié)構(gòu)?！　? 在裂縫信息的提取上，本文針對(duì)背景光照不均的圖像設(shè)計(jì)了一種基于多尺度形態(tài)學(xué)梯度的裂縫目標(biāo)檢測(cè)方法，通過(guò)檢測(cè)圖像的局部突變信息來(lái)避免因整體灰度不均而導(dǎo)致的錯(cuò)分割現(xiàn)象。該方法綜合了大小尺度的梯度信息，克服了常規(guī)算法易受噪聲、雜物以及光照條件等干擾的問(wèn)題，對(duì)不同路況路面中的裂縫均能取得良好的檢測(cè)結(jié)果。

專(zhuān)題推薦