本文選題：道路工程　切入點：路面裂縫　出處：《公路交通科技》2015年11期

【摘要】：為了消除路面裂縫圖像中的孤立噪聲并保護裂縫邊緣的細致特征,本文基于像素和裂縫子塊兩個層級的連通性檢測設(shè)計了去噪算法,主要包括3個部分:(1)像素連通性檢測,剔除連通性差的像素;(2)孤島噪聲消除算法,刪除相對孤立的目標(biāo)區(qū)域;(3)8×8裂縫子塊去噪算法。然后,提出了算法流程并探討參數(shù)的選擇。最后,應(yīng)用Visual Studio 2008和Open CV編程對本文算法、常用的中值濾波去噪法、長線段和黑色像素比例法進行性能測試,結(jié)果表明,本文算法可有效消除孤立噪聲并保持邊緣連續(xù)性,具有更高的準(zhǔn)確率(85.06%)和召回率(85.80%),綜合性能指標(biāo)F1值比后兩者分別高0.74%~19.19%和0.20%~12.06%。
[Abstract]:In order to eliminate the detailed characteristics of the pavement crack image the isolated noise and protect the edge of crack, and crack based on pixel blocks of two levels of connectivity detection design de-noising algorithm, mainly includes 3 parts: (1) pixel connectivity detection, excluding the poor connectivity of pixels; (2) elimination algorithm isolated noise, delete the target area relatively isolated; (3) 8 x 8 crack crack block denoising algorithm. Then, put forward the algorithm flow and discuss the selection of the parameters. Finally, the application of Visual Studio 2008 and Open CV programming of this algorithm, median filtering denoising method commonly used, long lines and black pixel ratio method the performance test results show that this algorithm can effectively eliminate the noise and maintain the continuity of the isolated edge, has higher accuracy and recall rate (85.06%), (85.80%) comprehensive performance index F1 value than the high 0.74%~19.19% and 0.20%~12.06%.

【作者單位】： 重慶交通大學(xué)交通運輸學(xué)院;西南交通大學(xué)交通運輸與物流學(xué)院;西南交通大學(xué)綜合運輸四川省重點實驗室;西南交通大學(xué)綜合交通運輸智能化國家地方聯(lián)合工程實驗室;College
【基金】：國家自然科學(xué)基金基金項目(51108391,61170041) 中央高�；究蒲袠I(yè)務(wù)費專項資金項目(A0920502051208-99)
【分類號】：U418.6

【參考文獻】

相關(guān)期刊論文 前5條

1 王茜,彭中,劉莉;一種基于自適應(yīng)閾值的圖像分割算法[J];北京理工大學(xué)學(xué)報;2003年04期

2 馬常霞;趙春霞;狄峰;李e，

本文編號：1719024