[碩士]基于圖像處理的路面裂紋識(shí)別研究

內(nèi)容簡(jiǎn)介

　　[碩士]基于圖像處理的路面裂紋識(shí)別研究　　學(xué)科專業(yè)：交通信息工程及控制　　授予學(xué)位：碩士　　學(xué)位授予單位：長沙理工大學(xué)　　學(xué)位年度：2009　　隨著我國經(jīng)濟(jì)的高速的發(fā)展，交通在國民經(jīng)濟(jì)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(jīng)濟(jì)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(hù)工作也得到越來越多的重視，只靠傳統(tǒng)人工檢測(cè)路面破損的方法己經(jīng)不能適應(yīng)公路快速發(fā)展的需求，所以路面破損的自動(dòng)檢測(cè)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(cè)的研究?！　? 首先簡(jiǎn)單介紹了路面裂紋檢測(cè)系統(tǒng)的體系結(jié)構(gòu)，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(diǎn)后，進(jìn)行路面圖像的去噪預(yù)處理。由于一般路面狀況相當(dāng)復(fù)雜(如路面雜物、路面材料顆粒大小等)、檢測(cè)設(shè)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(cè)帶了很多困難。為了便于后續(xù)圖像處理工作，首先對(duì)圖像進(jìn)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(duì)路面圖像進(jìn)行去噪，并與均值濾波的去噪效果進(jìn)行了比較，得出中值濾波有效性以及對(duì)后續(xù)處理的有利性?！　? 再次，在預(yù)處理完的圖像中要進(jìn)行邊緣檢測(cè)以及圖像分割，將裂紋圖像二值化以便后續(xù)的識(shí)別工作。在邊緣檢測(cè)中通過對(duì)比sobel和prewitt算子，驗(yàn)證了sobel的有效及優(yōu)勢(shì)，并且擴(kuò)充了sobel算子使得邊緣響應(yīng)更強(qiáng)烈，為二值化圖像分割選擇簡(jiǎn)便的雙峰法分割奠定基礎(chǔ)。在圖像分割完畢后，圖像中還是會(huì)有一些“孤立”點(diǎn)噪聲存在，這就需要對(duì)二值化圖像進(jìn)行濾波。根據(jù)前面邊緣檢測(cè)所得二值圖像的特點(diǎn)，我們提出運(yùn)用形態(tài)學(xué)的方法對(duì)二值化圖像進(jìn)行濾波，通過對(duì)圖像的分析證明形態(tài)學(xué)濾波的有效性，同時(shí)我們還可以在圖像中發(fā)現(xiàn)，形態(tài)學(xué)濾波后將sobel算子提取的裂紋邊緣進(jìn)行了填充，而且填充的程度和形態(tài)學(xué)中用的檢測(cè)核的矩陣大小相關(guān)，裂紋尺度大于矩陣核的地方未被填充，并且裂紋像素?cái)?shù)基本不變，這個(gè)特點(diǎn)可以用來對(duì)裂紋尺寸的測(cè)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(duì)圖像進(jìn)行裂紋特征提取及識(shí)別。通過對(duì)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?cái)?shù)目以及總的裂紋像素?cái)?shù)目作為識(shí)別的特征輸入。在確定了特征輸入后，本文設(shè)計(jì)了一個(gè)3層BP神經(jīng)網(wǎng)絡(luò)，以三個(gè)提取特征作為輸入，并規(guī)定了4個(gè)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(duì)隱層神經(jīng)元數(shù)目為30, 60和150的3個(gè)網(wǎng)絡(luò)進(jìn)行了分析對(duì)比，最后證明60個(gè)神經(jīng)元的網(wǎng)絡(luò)更能勝任路面裂紋分類識(shí)別的工作。

專題推薦