針對從復(fù)雜的道路背景中難以有效識別路面裂縫的問題,提出了一種基于分?jǐn)?shù)階傅里葉變換(FrFT)和頻譜增強(qiáng)處理的路面裂縫圖像識別方法。首先,使用分塊法和中值濾波對圖像進(jìn)行預(yù)處理;其次,通過分?jǐn)?shù)階傅里葉變換將裂縫圖像轉(zhuǎn)換為頻譜圖,并對頻譜圖進(jìn)行區(qū)域去除和增強(qiáng)處理,使用分?jǐn)?shù)階傅里葉逆變換將處理的頻譜圖像轉(zhuǎn)換為增強(qiáng)的裂縫圖像;再次,通過對增強(qiáng)的裂縫圖像進(jìn)行圖像疊加、取反和閾值篩選處理選出缺陷模板;最后,使用Canny邊緣檢測結(jié)合膨脹腐蝕和區(qū)域篩選閾值的方法對缺陷模板進(jìn)行路面裂縫識別。與小波變換(WT)檢測算法相比,分?jǐn)?shù)階傅里葉變換檢測圖像在準(zhǔn)確率和召回率上分別提高了14.35%和17.1%,并分析了頻譜增強(qiáng)倍數(shù)和減去閾值對實驗結(jié)果的影響。實驗結(jié)果表明,使用分?jǐn)?shù)階傅里葉變換與頻譜增強(qiáng)處理的方法能夠有效提高路面裂縫的識別率。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 圖像預(yù)處理
2 分?jǐn)?shù)階傅里葉變換
3 圖像分割
4 實驗與結(jié)果分析
    4.1 實驗環(huán)境
    4.2 頻譜頻譜圖增強(qiáng)的倍數(shù)Kf的影響
    4.3 減去閾值Med2的影響
    4.4 檢測評估
    4.5 各種算法的裂縫提取結(jié)果對比
5 結(jié)語



本文編號：3834051