發(fā)布時間：2021-02-19 13:31

　　路面裂縫是路面病害最初期的表現(xiàn)形式之一,準(zhǔn)確地對路面裂縫進(jìn)行檢測識別,科學(xué)合理地制定養(yǎng)護(hù)辦法,防止路面破損程度加深,對減少國家經(jīng)濟(jì)損失,保障人民的出行安全有著深遠(yuǎn)的意義。采用傳統(tǒng)的人工檢測路面裂縫的方式,已遠(yuǎn)不能滿足現(xiàn)代公路養(yǎng)護(hù)的發(fā)展和要求,對路面裂縫自動識別技術(shù)的研究已經(jīng)刻不容緩。本文利用分?jǐn)?shù)階微分、模糊邏輯、邊緣檢測、閾值分割、數(shù)學(xué)形態(tài)學(xué)、機(jī)器學(xué)習(xí)等理論,對路面裂縫識別技術(shù)中的一些問題進(jìn)行了研究。首先,針對路面裂縫光照不均、對比度低等特點(diǎn),傳統(tǒng)圖像增強(qiáng)算法容易忽略裂縫紋理細(xì)節(jié),易產(chǎn)生噪聲的問題,本文重點(diǎn)研究并提出了一種基于分?jǐn)?shù)階微分和模糊集理論的圖像增強(qiáng)和去噪方法。利用圖像梯度與分?jǐn)?shù)階微分的函數(shù)關(guān)系,提出了自適應(yīng)分?jǐn)?shù)階微分算法,在突出路面裂縫邊緣的同時,保留其紋理細(xì)節(jié);結(jié)合人眼視覺特性,采用改進(jìn)的模糊集理論有效地對路面背景進(jìn)行去噪,二者有機(jī)的結(jié)合對路面圖像的預(yù)處理有良好的效果。然后,在經(jīng)過圖像預(yù)處理的基礎(chǔ)上,本文對路面圖像分別進(jìn)行了幾種邊緣檢測算法和閾值分割算法的實(shí)驗(yàn),通過對比采用最大類間方差法對路面圖像進(jìn)行分割處理;利用數(shù)學(xué)形態(tài)學(xué),將四種基本運(yùn)算組合使用,對分割后的孤立噪點(diǎn)進(jìn)行了... 

【文章來源】：昆明理工大學(xué)云南省

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

PATHRUNNER多功能道路檢測車

圖 1.2 ARAN 多功能道路檢測車以后，隨著激光技術(shù)、影像設(shè)備和計(jì)算機(jī)系統(tǒng)的后期圖像處理技術(shù)成為國外學(xué)者在公路路裂縫識別技術(shù)的研究進(jìn)展面檢測系統(tǒng)的研究起步較晚，在許多時候路面人員需要實(shí)地進(jìn)行人工測量記錄，這種檢測方影響公路車輛通行等缺點(diǎn)。從上世紀(jì) 90 年代列的公路路面破損自動檢測識別系統(tǒng)。最開在不斷的進(jìn)行學(xué)習(xí)和研制。數(shù)的路面裂縫識別系統(tǒng)都是依賴于在道路檢測構(gòu)成復(fù)雜，成本過高，因此在某些路寬較窄佳。同時，在算法上針對路面圖像對比度低

圖 2.1 分?jǐn)?shù)階微分頻率響應(yīng)圖圖 2.1 可知，分?jǐn)?shù)階微分對信號具有增強(qiáng)作用，在信號的高頻部分( 頻率與分?jǐn)?shù)階微分的階次 不斷增加時，信號被增強(qiáng)的程度越來越大部分( )，分?jǐn)?shù)階微分對信號進(jìn)行了一定的保留。也即分?jǐn)?shù)以提高信號的高頻部分，而且對低頻部分具有非線性地保留作用。圖像，裂縫邊緣對應(yīng)信號的高頻部分，路面背景對應(yīng)信號的低頻部對本文采用分?jǐn)?shù)階微分算法，不但能使路面裂縫圖像的邊緣更加突以保留路面裂縫的紋理特征，增加計(jì)算機(jī)對裂縫信息的可識別度。 分?jǐn)?shù)階微分掩模構(gòu)造-L 分?jǐn)?shù)階微分的定義習(xí)慣用式(2.1)表示，若一元信號 ( )的持續(xù)期為時間按單位間隔 等分，則 。在 G-L 定義下( )的分?jǐn)?shù)階微分的近似表達(dá)式為：

【參考文獻(xiàn)】：
期刊論文
[1]基于分?jǐn)?shù)階偏微分的路面裂縫圖像增強(qiáng)新模型[J]. 洪曉江.  公路交通科技. 2016(12)
[2]關(guān)于道路檢測技術(shù)現(xiàn)存問題及解決策略研究[J]. 蔡彪.  科技視界. 2016(24)
[3]路面病害檢測中的裂縫信息快速識別方法研究[J]. 褚文濤,李鄭明,陸鍵.  中外公路. 2013(06)
[4]淺談高速公路瀝青路面病害及維修[J]. 孔晶.  中小企業(yè)管理與科技(上旬刊). 2013(12)
[5]數(shù)字圖像的Caputo分?jǐn)?shù)階微分增強(qiáng)[J]. 陳慶利,黃果,張秀瓊,楊俊,項(xiàng)煒.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2013(04)
[6]結(jié)合偏微分方程增強(qiáng)圖像紋理及對比度[J]. 韓希珍,趙建.  光學(xué)精密工程. 2012(06)
[7]中國瀝青路面斷面測試方法探討[J]. 歐陽愛國,羅茶根.  中外公路. 2011(02)
[8]基于瀝青路面開裂病害的路況質(zhì)量評價標(biāo)準(zhǔn)的探討[J]. 景彥平.  交通標(biāo)準(zhǔn)化. 2008(10)
[9]基于分?jǐn)?shù)階微分的圖像增強(qiáng)[J]. 楊柱中,周激流,晏祥玉,黃梅.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2008(03)
[10]數(shù)字圖像的分?jǐn)?shù)階微分掩模及其數(shù)值運(yùn)算規(guī)則[J]. 蒲亦非,王衛(wèi)星.  自動化學(xué)報(bào). 2007(11)

博士論文
[1]基于移動平臺的急救決策支持系統(tǒng)研發(fā)與應(yīng)用研究[D]. 田雨.浙江大學(xué) 2015
[2]瀝青路面病害檢測與養(yǎng)護(hù)決策研究[D]. 白日華.吉林大學(xué) 2013
[3]復(fù)雜背景下的交通標(biāo)志檢測和分類算法研究[D]. 徐迪紅.武漢大學(xué) 2010

碩士論文
[1]自然圖像的邊緣檢測方法研究[D]. 肖曉.吉林大學(xué) 2017
[2]路面破損圖像檢測算法研究[D]. 譚振坤.北華航天工業(yè)學(xué)院 2015
[3]基于圖像處理的混凝土路面病害巡檢評估系統(tǒng)設(shè)計(jì)[D]. 劉才臻.西安工業(yè)大學(xué) 2015
[4]基于數(shù)字圖像的路面裂縫識別系統(tǒng)研發(fā)[D]. 張南朝.鄭州大學(xué) 2015
[5]基于Android平臺圖像分割算法研究及系統(tǒng)實(shí)現(xiàn)[D]. 靳鑫.山東大學(xué) 2015
[6]模擬電路網(wǎng)表級演化模型及演化平臺研究[D]. 薛梅.中國科學(xué)技術(shù)大學(xué) 2014
[7]基于數(shù)字圖像的高速公路路面病害識別系統(tǒng)的應(yīng)用研究[D]. 胡璠.重慶交通大學(xué) 2013
[8]路面裂縫自動檢測系統(tǒng)研究[D]. 郝曉靜.長安大學(xué) 2013
[9]圖像紋理的特征提取和分類方法研究[D]. 劉瑩.華中科技大學(xué) 2013
[10]手機(jī)上的交互式圖像分割方法研究[D]. 王聰聰.華中科技大學(xué) 2013



本文編號：3041187