[碩士]基于曲率的路面圖像線型形態(tài)病害信息檢測方法

內(nèi)容簡介

　　[碩士]基于曲率的路面圖像線型形態(tài)病害信息檢測方法　　學(xué)科專業(yè)：模式識別與智能系統(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　　路面圖像中線型病害信息的檢測是高速公路病害自動檢測的一個必不可少的環(huán)節(jié)，是一個重要的預(yù)處理過程。本文主要研究了路面圖像中線型形態(tài)病害信息的檢測算法?！　? 本文的檢測算法從微分幾何方面入手，充分利用了微分幾何中曲率的性質(zhì)，研究并分析了一個基于曲率的檢測算法，實現(xiàn)了對多種線型病害信息的檢測。該算法的關(guān)鍵之處在于將路面圖像中的線型裂縫信息作為脊線處理，通過計算最大曲率沿其相應(yīng)主方向的方向?qū)?shù)的過零點值來提取線型病害信息，圖像偏導(dǎo)數(shù)的計算使用圖像與高斯核函數(shù)相應(yīng)階次的導(dǎo)數(shù)卷積得到。實驗表明該算法是有效的，在檢測準確性上遠高于常用的幾種基于邊緣的檢測算法。同時考慮到線型裂縫寬度的不一，單一尺度檢測方法有著一定的局限性，本文對算法進行了參數(shù)估計及尺度分析，尋求最優(yōu)尺度因子的確定，通過不同線寬最優(yōu)尺度因子的選取，得到多尺度檢測結(jié)果，進一步的實驗表明拓展后的算法提取出了更加完整的裂縫信息?！　? 本文最后對檢測后的路面圖像進行了進一步的處理，給出了一個基于曲率的聚類算法，以檢測后的二值圖像為基礎(chǔ)，通過提取初始圖像中這些位置的信息作為聚類的數(shù)據(jù)集，以像素點的灰度、曲率作為聚類特征因子進行K均值聚類檢測，有效去除了虛假信息，提高了圖像的檢測效果。

專題推薦