發(fā)布時間：2018-01-19 02:02

  本文關(guān)鍵詞： 道路工程 數(shù)字圖像處理 路面裂縫 自動識別 路面管理系統(tǒng)　出處：《西南交通大學(xué)》2015年博士論文　論文類型：學(xué)位論文

【摘要】：作為瀝青路而最重要的兩種破損形式,疲勞開裂和車轍已經(jīng)成為影響路面使用性能的主要因素。根據(jù)交通部《高速公路養(yǎng)護(hù)質(zhì)量檢測方法(試行)》之規(guī)定,公路養(yǎng)護(hù)部門需要定期對公路路面狀況進(jìn)行病害調(diào)查,以便指定相應(yīng)的維修養(yǎng)護(hù)策略。而瀝青路面裂縫是路面疲勞開裂與車轍的直觀表現(xiàn)形式,因此瀝青路面裂縫必然成為路面調(diào)查的一項(xiàng)重要指標(biāo)。傳統(tǒng)的人工裂縫調(diào)查方法越來越不能適應(yīng)高速公路發(fā)展的要求,其主要缺陷是速度慢,個人主觀程度大,而且花費(fèi)高,危險,還影響正常交通。因此,研發(fā)有效的自動檢測算法是當(dāng)前急待解決的熱點(diǎn)和難點(diǎn)問題。本文將針對路而破損圖像裂縫檢測算法中存在的一些難題,運(yùn)用數(shù)字圖像學(xué)原理和方法,從路面圖像的增強(qiáng)、分割、裂縫的度量和分類、集成圖像的路面管理系統(tǒng)等多個方而進(jìn)行研究。并根據(jù)路而破損圖像特點(diǎn),重點(diǎn)研究路面裂縫分割算法。主要的研究內(nèi)容和成果如下：1、在圖像預(yù)處理方面,根據(jù)路面裂縫圖像的特點(diǎn),為了更好地突出圖像裂縫線形特征的方向性,對單模板進(jìn)行擴(kuò)展,并構(gòu)造了8個方向的模板。提出和實(shí)現(xiàn)了圖像掩膜平滑預(yù)處理算法,并在試驗(yàn)中與其他方法進(jìn)行對比,顯示出一定得優(yōu)越性。2、重點(diǎn)研究基于數(shù)字圖像處理的路面裂縫自動識別算法。首先,對OSTU閾值分割算法進(jìn)行改進(jìn),提出最大類內(nèi)、類間距離閾值準(zhǔn)則。其次,運(yùn)用小波技術(shù),分析不同的小波基,分解水平,重構(gòu)策略對路面圖像裂縫識別的影響。進(jìn)而改進(jìn)小波變換梯度和模最大值圖像分割算法,提出新的小波技術(shù)圖像分割算法,并在圖像裂縫識別中成功的運(yùn)用。最后,運(yùn)用數(shù)學(xué)形態(tài)學(xué)原理,提出多尺度頂帽變換,根據(jù)結(jié)構(gòu)元素的類型、結(jié)構(gòu)元素的大小、膨脹操作的次數(shù)等對路面圖像進(jìn)行分割試驗(yàn),并取得較好的效果。3、在裂縫寬度、長度、面積、密度及空洞等幾何特征提取的基礎(chǔ)上,提出了識別線性裂縫和網(wǎng)狀裂縫的方法,識別縱向裂縫和橫向裂縫的方法,以及識別塊狀裂縫和龜裂的方法。這些方法與復(fù)雜的人工神經(jīng)網(wǎng)絡(luò)方法相比,計(jì)算成本較低,無需進(jìn)行大量的樣本訓(xùn)練,因此可在無人為干預(yù)的情況下,對裂縫進(jìn)行自動分類。4、提出了集成數(shù)字圖像的路而管理信息系統(tǒng)。介紹了系統(tǒng)整體框架,各模塊的劃分和功能,分析公路路面管理信息系統(tǒng)數(shù)據(jù)庫的設(shè)計(jì)和實(shí)現(xiàn),討論了公路路面使用性能的預(yù)測及評價方法,研究了公路路面維護(hù)的決策過程和維護(hù)方案。
[Abstract]:As the two most important damaged forms of asphalt road, fatigue cracking and rutting have become the main factors that affect the pavement performance. According to the regulations of Ministry of Communications < Expressway maintenance quality Test method (trial) >. The highway maintenance department needs to carry on the disease investigation regularly to the highway pavement condition, in order to assign the corresponding maintenance maintenance strategy, and the asphalt pavement crack is the road surface fatigue crack and the rut visual manifestation form. Therefore, asphalt pavement crack must become an important index of pavement investigation. The traditional artificial crack investigation method can not meet the requirements of highway development. Its main defects are slow speed and large degree of personal subjectivity. And it's expensive, dangerous, and affects normal traffic. Research and development of effective automatic detection algorithm is a hot and difficult problem to be solved. In this paper, we will use digital image theory and method to solve some difficult problems in crack detection algorithm of road damaged image. From the road image enhancement, segmentation, crack measurement and classification, integrated image pavement management system, and so on, and according to the road damage image characteristics. Focus on pavement crack segmentation algorithm. The main research content and results are as follows: 1. In image preprocessing, according to the characteristics of pavement crack image, in order to better highlight the orientation of the image crack linear features. The image mask smoothing preprocessing algorithm is proposed and implemented, and compared with other methods in the experiment, it shows certain superiority. 2. Focus on digital image processing based on automatic pavement crack recognition algorithm. Firstly, the OSTU threshold segmentation algorithm is improved, and the maximum intra-class and inter-class distance threshold criterion is proposed. Secondly, wavelet technology is used. This paper analyzes the influence of different wavelet bases, decomposition levels and reconstruction strategies on pavement image crack recognition, and then improves the wavelet transform gradient and modulus maximum image segmentation algorithm, and proposes a new wavelet image segmentation algorithm. Finally, using the principle of mathematical morphology, the multi-scale top hat transformation is proposed, according to the type of structural elements and the size of structural elements. The number of expansion operations on the road image segmentation test, and achieved good results. 3, on the basis of crack width, length, area, density and cavity and other geometric features extraction. The methods of identifying linear and network fractures, longitudinal and transverse fractures, and block fractures and cracks are presented. These methods are compared with the complex artificial neural network methods. The calculation cost is relatively low and there is no need for a large number of sample training, so the cracks can be automatically classified in the case of no one intervention. 4. This paper presents a road management information system integrating digital images, introduces the overall framework of the system, the partition and function of each module, and analyzes the design and implementation of the database of highway pavement management information system. The prediction and evaluation methods of pavement performance are discussed, and the decision process and maintenance scheme of highway pavement maintenance are studied.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：U418.66;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張巍;賀星;霍穎翔;滕少華;滕毅;李日貴;;基于并行運(yùn)算的雙層圖像銳化方法[J];計(jì)算機(jī)應(yīng)用;2013年08期

2 榮婧;潘玉利;;基于圖像的水泥刻槽路面裂縫識別方法[J];公路交通科技;2012年03期

3 Kelvin C.P.WANG;;Elements of automated survey of pavements and a 3D methodology[J];Journal of Modern Transportation;2011年01期

4 王興建;秦國鋒;趙慧麗;;基于多級去噪模型的路面裂縫檢測方法[J];計(jì)算機(jī)應(yīng)用;2010年06期

5 梁世慶;孫波成;邱延峻;;數(shù)學(xué)形態(tài)學(xué)路面裂縫識別算法研究[J];路基工程;2010年01期

6 孫波成;邱延峻;梁世慶;;基于小波的路面裂縫識別研究[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2010年01期

7 吳立仁;李國棟;;一種改進(jìn)的分段線性變換的圖像增強(qiáng)方法的研究[J];中國電力教育;2009年S2期

8 孫朝云;褚燕利;樊瑤;黨樂;;基于VC++路面裂縫圖像處理系統(tǒng)研究[J];計(jì)算機(jī)應(yīng)用與軟件;2009年08期

9 賈超;鄒琪;姚芳;王蓓蓓;艾東;;基于神經(jīng)網(wǎng)絡(luò)與模糊算法圖像邊緣檢測方法[J];計(jì)算機(jī)應(yīng)用研究;2008年11期

10 閆茂德;伯紹波;賀昱曜;;一種基于形態(tài)學(xué)的路面裂縫圖像檢測與分析方法[J];工程圖學(xué)學(xué)報;2008年02期

相關(guān)會議論文 前1條

1 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 馬常霞;基于圖像分析的路面裂縫檢測的關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2012年

2 趙吉廣;基于視頻圖像的路面性能參數(shù)采集方法研究[D];東南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前2條

1 何靚俊;基于圖像處理的瀝青路面裂縫檢測系統(tǒng)研究[D];長安大學(xué);2008年

2 樊紅梅;凸輪軸表面缺陷全自動檢測中數(shù)字圖像處理與識別的研究[D];河海大學(xué);2002年

，

本文編號：1442124