[博士]路面破損圖像自動(dòng)識(shí)別關(guān)鍵技術(shù)研究

內(nèi)容簡(jiǎn)介

　　[博士]路面破損圖像自動(dòng)識(shí)別關(guān)鍵技術(shù)研究　　學(xué)科專業(yè)：交通信息工程及控制　　授予學(xué)位：博士　　學(xué)位授予單位：東南大學(xué)　　學(xué)位年度：2004　　傳統(tǒng)的人工檢測(cè)路面破損的方法存在很多缺點(diǎn)，愈來愈不能適應(yīng)高速公路發(fā)展的要求，迫切需要實(shí)現(xiàn)路面狀況的自動(dòng)檢測(cè)?，F(xiàn)有的路面破損狀況自動(dòng)檢測(cè)設(shè)備能夠較好地識(shí)別路面有無破損，但對(duì)路面破損的分類還存在問題。　　本論文主要針對(duì)路面破損分類這一難題展開研究。通過對(duì)五種常見路面破損圖像特征的分析，首次提出了破損密度因子的概念，并對(duì)其基本形式進(jìn)行了定義，同時(shí)定義了破損密度因子與路面子塊圖像進(jìn)行運(yùn)算的方式。在此基礎(chǔ)上，提出了一種路面破損特征提取新方法，即用破損密度因子對(duì)路面破損圖像進(jìn)行特征提取的方法。該方法先將路面破損圖像等分為一定大小的子塊圖像，然后對(duì)子塊圖像進(jìn)行模式分類，分類結(jié)果組成的矩陣作為路面破損圖像的整體特征?！　? 在對(duì)路面破損圖像分析的基礎(chǔ)上，進(jìn)一步對(duì)算法的可擴(kuò)展性進(jìn)行了研究。研究密度因子的結(jié)構(gòu)對(duì)各類路面破損圖像識(shí)別的影響，以及密度因子的規(guī)模大小與其對(duì)路面破損圖像表征程度的關(guān)系，最終設(shè)計(jì)出三種不同結(jié)構(gòu)的密度因子，并提取了路面破損圖像的特征量，從而得到基于密度因子的三種路面破損分類算法，即基本密度因子算法、方向密度因子算法和混合密度因子算法，這表明本文提出的基于密度因子的破損分類算法具有良好的可擴(kuò)展性。　　為了驗(yàn)證基于密度因子的三種路面破損分類算法的有效性，本文采用BP神經(jīng)網(wǎng)絡(luò)對(duì)三種算法進(jìn)行了仿真研究，仿真結(jié)果表明，基于密度因子的三種路面破損分類算法對(duì)常見路面破損圖像分類是非常有效的，混合密度因子算法是這三種算法中識(shí)別率最高的一種。　　論文的研究成果為解決路面破損圖像自動(dòng)分類這一難題提供了一種嶄新的方法。

專題推薦