基于差分计盒法和数学形态学的路面裂缝分割和提取方法

路面裂缝检测是道路维护工作的重要内容之一。分维数可以很好地表现裂缝的特征。在差分计盒方法计算图像分维数的基础上,提出了一种改进算法;并将其应用到路面裂缝图像的阈值化。再结合数学形态学中的膨胀、腐蚀、开和闭运算以及底帽变换,采用多个合适的结构元素,在阈值化的裂缝图像基础上进行裂缝骨架提取,并去除噪声和毛刺,将利用该方法得到的检测结果与利用最大类间方差法和Canny算子得到的结果比较,表明该方法能够很好的实现路面裂缝的分割和提取。分割提取的裂缝位置准确,抗噪性能改善,更具实用性。     

基于分数阶积分谷底边界检测的路面裂缝提取

针对路面裂缝图像噪声大、边界弱、裂缝细小导致分割难的问题,提出了一种基于谷底边界的路面裂缝提取方法.该方法首先对原始图像进行邻域平滑处理,在消除噪声的同时扩展了裂缝的相对宽度;接着对图像进行基于分数阶积分的谷底边界检测;然后采用形态学方法对图像进行处理,使裂缝趋于光滑后进行短线噪声去除,并结合最大熵阈值断线连接法自动连接裂缝断口,从而得到最终的裂缝检测结果.实验结果表明,该方法能快速检测出细小的路面裂缝,具有抗噪性能好、定位准确及检测精度高的特点.     

形态学和最大熵图像分割的城市路面裂缝检测

针对路面检测过程中后期处理数据工作量大、城市路面图像噪声多等特点,提出利用形态学和最大熵图像分割的城市路面裂缝检测方法.路面图像经过初始分类后,利用数学形态学变换对路面裂缝图像预处理,采用不同尺度、不同方位的结构元素对灰度图像做开运算重构,以提高图像中裂缝目标与路面背景之间的灰度差异;利用最大熵法进行图像分割,并对二值化后的裂缝图像进一步精细化处理;利用投影分析方法进行裂缝分类.研究结果表明:该方法能够在抑制噪声干扰的同时,实现快速、准确地检测路面裂缝边缘,并准确完成裂缝分类.     

基于图像处理技术的管道裂缝检测方法研究

提出了一种新的管道裂缝检测方法,基于OpenCV开源平台开发了一个方便用户使用的图像处理系统,实现了管道缺陷检测。该方法首先利用中值滤波法去除图像中的噪声;然后使用形态学梯度算法检测裂缝图像边缘轮廓;最后通过Otsu算法自适应地选取阈值分割图像得到管道裂缝的二值图像。对管道裂缝的检测实验结果表明本文提出的方法检测效果优于DEE(dou-edge evaluation)方法。     

基于分数域加窗和对比度增强的路面裂缝检测

针对传统人工路面裂缝检测的效率和精度低以及耗费大量人力物力等问题,提出了一种基于分数域加窗和对比度增强的路面裂缝检测方法。首先,使用分数阶傅里叶变换将裂缝图像转化到分数域,利用最优窗函数对频谱进行加窗处理达到去噪效果。然后,使用分数阶同态滤波算法对去噪图像进行对比度增强,并通过迭代的方法获取最佳阶次下对比度最高的图像。最后,使用Canny算法和Otsu算法分别对增强图像做边缘检测和阈值分割,通过对两者结果做或运算和图像形态学运算来有效提取裂缝图像中的裂缝特征。将检测结果与分数频域处理法和改进HC显著法对比,该方法的准确率分别提升了5.84%和4.5%,召回率分别提升了5.58%和3.52%,表明该方法在路面裂缝检测上具有更好的检测效果和更高的识别率。     

基于匀光处理的自适应裂缝分割与提取算法

针对光照不均匀与水体模糊效应导致水下图像中建筑物裂缝提取难度增加的问题,提出一种基于匀光处理的自适应阈值分割算法。首先,通过对全局图像进行匀光处理。在保护纹理信息的同时消除亮度分布不均的问题。然后,使用Hessian矩阵去除部分非裂缝信息,根据处理前后图像直方图的变化自适应确定分割阈值。最后,使用张量投票对分割结果进行线性增强,以实现去除噪声、连接裂缝片段的效果。实验结果表明:该算法不仅能对水下光照不均匀图像中的弱裂缝进行有效分割提取,同时也适用于常见水上裂缝图像。     

基于对抗神经网络的建筑混凝土细小裂缝精准识别方法研究

针对常规方法识别裂缝图像目标像素时噪声点作为虚假裂缝仍保留在像素区域中,导致建筑混凝土裂缝几何参数识别误差较大的问题,提出一种基于对抗神经网络的建筑混凝土细小裂缝精准识别方法.首先,灰度转换混凝土裂缝原始图像,结合阈值分割和高斯梯度法,区分图像目标和背景;然后,设置裂缝和虚假裂缝判别条件,去除目标像素中的噪声点,利用初...     

智能车路径识别算法研究

基于恩智浦智能车,对路径识别算法进行了研究。首先针对图像的光照不均匀现象,通过直方图判断分类,提高算法对图像的适应性。接下来对分类的图像进行预处理,引入窗口自适应滤波算法代替传统的中值滤波对"椒盐噪声"进行处理,并采用动态阈值算法对图像进行二值化分割。最后对图像分割并应用改进的Canny算法进行图像中线提取及拼接,边缘阈值是以灰度值期望和方差为基础,以正态分布来求取高低阈值,不需人工参与。实验结果表明本文提出的图像预处理算法可以很好地去除噪声,并消除"灰度白"现象准确得到中线信息。     

融合云模型和比重阈值的唐卡破损区域分割

针对唐卡破损区域分割问题,提出了融合云模型和比重阈值提取破损区域的算法。首先获取RGB彩色图像的灰度图、HSV空间的V分量、YIQ空间的Y分量、LUV空间的L分量,合并这四个分量得到融合图像;其次利用云模型过滤融合图像,得到云过滤图像;然后计算云过滤图像的比重度并进行局部比重阈值分割,得到分割结果 1;再分块粗分割融合图像得到分割结果 2和分割结果 3;最后合并分割结果 1、2和3得到分割结果 4,对分割结果 4去除过分割区域,得到最终分割结果。实验结果表明,与一维最大熵法、OTSU算法、数字形态学算法等算法相比,该算法的分割效果较好并具有一定的稳定性。     

路面裂缝自动识别与测量

为了提高道路裂缝损伤检测效率,保证检测工作的安全性,加强检测数据的标准化建设,研究了路面裂缝自动识别与测量方法。通过分析既有方法的缺陷,提出采用均值漂移技术的图像平滑与分割方法,初步分割候选裂缝,采用定向跟踪方法提取裂缝骨架;基于裂缝骨架内插得到完整裂缝,完成裂缝自动提取与编码;最后将裂缝骨架分段,精确计算裂缝形态参数,实现裂缝形态完整测量。研究结果表明:该方法对路面粗糙度和裂缝方向不敏感,可以识别较细小裂缝,裂缝识别的定位精度达到0.5个像素以下,裂缝长度的相对误差小于2%,具有较高精度和可靠性。     

文本区域字符颜色极性判断方法

文本区域的字符存在着不同的颜色极性.为了能够正确地把文本区域的灰度图像转换成OCR识别软件可以识别的二值图像,提出了一种判断文本区域字符颜色极性的方法.首先计算文本区域的灰度-梯度共生矩阵,并根据目标函数快速地找到分割的灰度和梯度最佳阈值;然后在此基础上提取特征向量,送入神经网络进行分类;最后根据颜色极性判断的结果,分割出字符.实验结果表明,提出的方法在复杂度不同的背景下,正确地识别出了不同类别的字符颜色极性.     

炭制品图像的缺陷分割与样本提取

针对炭制品X光图像的特点,为快速准确地分割出缺陷,提出了基于迭代的阈值构造方法和数学形态学相结合的缺陷分割方法.通过迭代算法确定了图像分割的最佳阈值,有效地减少了噪声对分割阈值的影响;设计可疑点区域搜索算法,确定了可疑点区域的位置和大小;通过试验得到了滤波模板的最佳概率阈值,并建立了可疑点的合并条件表达式,得到了完整的缺陷区域.研究结果表明:该法很好地解决了噪声抑制和保持图像缺陷细节之间的矛盾,且缺陷分割结果非常准确.最后,在缺陷分割的基础上,研究了缺陷样本的输出方式,设计了两个三维特征矩阵存储缺陷特征信息,实现了缺陷几何特征与灰度特征的提取,为进一步的缺陷特征参数的提取与缺陷识别奠定了基础.     

基于非接触式温度测量中的高温熔体识别方法

提出一种基于灰度阚值分割的高温熔体识别方法.采用双峰法和最大方差自动取阚值法分别确定预分割阈值,再根据高温熔体的灰度值近似相等选择合适的分割闲值,使所分割的目标的灰度值的等级数较少,并使高灰度值的R色总数最多.根据这种方法,利用MATLAB软件,对拍摄的某铜冶炼厂高温熔体图像进行仿真实验,结果表明:对于目标和背景对比强烈的图像,采用双峰法分割效果较好;而最大方差自动取阈值法更适用于图像中目标占很大比例的情况;这种识别方法能自动调整不同拍摄条件下的图像分割阈值,从而准确地识别目标.     

基于ATS与TS融合算法的裂缝自动识别研究

煤层开采产生的围岩采动裂缝发育规律,是矿山瓦斯、水害、冲击地压、地表沉陷等灾害防治的重要研究内容,对围岩采动裂缝的自动识别能够极大地促进其规律的定量研究。鉴于这些采动裂缝发育形态复杂、规模差别大、与本底值差异性不显著,导致裂缝存在识别困难、精度差等问题。该文基于图像分割、形态学等综合理论,提出了一种能有效识别裂缝目标与背景灰度差异的ATS与TS自适应识别方法。通过对相似模型试验图像使用ATS（自适应分割算法）初始提取压实区显著性较差的微小裂缝,TS（固定阈值分割和形态学膨胀法）提取离层裂隙区和垮落裂隙区显著性较强的块状裂缝,对二者得到的裂缝利用或逻辑进行组合,并借助图像轮廓统计轮廓面积进行填充抑制噪声,完成对裂缝的最终二值化。通过对比单一的ATS和TS算法,ATS和TS融合算法识别率超过90%,均高于单一的分割算法。研究结果表明该文算法在一定程度提高了裂缝识别的准确率和裂缝提取的完整性,较单一算法具有更优的普适性与准确性。该实验结果为后续裂缝处理奠定了良好的基础。     

基于数字图像空域处理的图像差异检测技术

图像差异检测是在图像标准相同的前提下,将任意两幅或多幅肉眼很难识别或无法识别其之间差异的图像,通过灰度直方图观察、阈值分割、边缘检测和差异像素提取还原等4种数字图像空域处理方法之一,即可检测出图像之间的差异.     

基于动态阈值的混凝土裂缝高抗噪提取及识别方法

针对表面布有蜂窝麻面等复杂噪声的混凝土裂缝,提出了一种基于动态阈值的混凝土裂缝高抗噪提取方法.首先,通过灰度变换、高斯滤波、信息增强等技术弱化、去除噪声,增强图像中裂缝的亮度,提高裂缝与背景的对比度;然后,采用OTSU阈值分割算法去除伪裂缝,基于裂缝与干扰噪声面积的差异,引入动态阈值,实现各类型裂缝的提取;最后,基于边缘检测和裂缝骨架细化处理,计算裂缝的长度、宽度和面积3项特征参数.基于室内实验和室外实际桥梁拍摄的4组裂缝图像结果表明,4组裂缝的平均宽度分别为2.01、1.07、1.34、0.97 mm,说明该方法适用于不同背景下各类型裂缝的提取,具有较强的鲁棒性.     

基于决策树参数优化算法的人行横道检测

为了使车辆快速并准确地检测出人行横道,针对车载摄像头获取的路面图像,提出了一种基于决策树参数优化的人行横道检测方法,该方法分3个步骤完成:首先,通过逆透视变换获得指定区域内的道路俯瞰图;其次,通过阈值分割提取出路面白色标线;最后根据人行横道的特征属性实现检测。其中,白色标线的提取是准确检测的基础,因此结合边缘信息与自适应阈值,改进了分割算法,并使用决策树优化分割参数。结果表明:即使在路面光照不均匀的情况下,改进后的算法分割效果显示良好,有效提高了人行横道检测率。     

基于深度卷积神经网络融合模型的路面裂缝识别方法

现有的路面裂缝识别方法大多仍局限于基于主动特征提取的处理技术,对路面图像来源有专一性要求,算法不具备泛化能力,现有的基于神经网络识别算法对设备有特定要求,且路面裂缝的定位准确性不高。为此,提出基于深度卷积神经网络融合模型的路面裂缝识别方法。首先,应用多目标SSD卷积神经网络模型对路面裂缝进行分类检测,然后使用深度残差网络对SSD模型的特征提取结构进行改进,并根据损失函数的收敛程度对模型中的超参数进行优化,提高路面裂缝分类和定位的准确率;其次,针对裂缝分类检测模型对路面裂缝定位存在的偏差,提出基于U-Net模型的路面裂缝分割方法,并改进模型的特征提取网络,提高裂缝分割精度,实现精确的裂缝分割;最后,将裂缝分类检测模型与分割模型进行融合,加载2个模型并导入上述训练得到最优权重,根据裂缝分类网络判断路面图像有无裂缝,若存在裂缝则给出具体类别和置信度,并将这些信息和原始裂缝图像输入U-Net分割网络,根据分割结果计算线性裂缝的长度、宽度及网状裂缝的面积。试验结果表明:给出的路面裂缝识别方法对于横向裂缝、纵向裂缝和网状裂缝的识别精度分别为86.6%、87.2%和85.3%;该方法不仅能够给出路面裂缝的类别信息,还可以给出路面裂缝的精确定位和几何参数信息,可直接用于路面状况评价。     

红掌细菌性叶枯病的图像分割方法

针对红掌病害机器识别的需要,提出一种基于超红特征灰度化的红掌细菌性叶枯病图像的分割方法.首先对病害图像使用2R-G-B算法进行灰度化处理,将非绿色部分从绿色部分中分离出来;然后采用3×3的中值滤波技术对此灰度图像进行预处理和增强,以去除噪声影响;分别采用大津法、迭代法、改进迭代法对病害图像进行分割.将该方法所得结果与加权平均法灰度化和均值法灰度化后的结果进行了对比.结果表明:本研究方法可以将病害区域有效分割,且病害部位轮廓清晰,具有较好的分割效果.     

基于1mm精度路面三维图像的裂缝自动并行识别算法

为了快速、准确、完整地识别裂缝,基于1 mm/像素的路面三维图像提出了具有并行结构的裂缝自动识别算法.首先,进行降维处理,分别以像素(0,0)和(4,4)为起点将源图像划分为8×8像素的子块,获得2幅部分重叠的降维图像;然后,基于降维图像进行裂缝种子识别和裂缝连接,形成10个并列的子流程,从而产生10幅初步裂缝图像;最后,对10幅图像进行裂缝融合与滑动窗口去噪处理,获得裂缝图像.测试结果表明:提出的算法具有较高的准确率(平均92.56%)和召回率(平均90.59%),并以90.59%的F值优于Otsu阈值分割及Canny边缘检测算法;该算法的并行结构有利于程序并行化,能有效提高运算速度.