本文關(guān)鍵詞：基于爬壁機(jī)器人的橋梁裂縫圖像檢測(cè)與分類(lèi)方法

  更多相關(guān)文章： 爬壁機(jī)器人 運(yùn)動(dòng)模糊 小波分析 面形態(tài)學(xué) KD樹(shù) 支持向量機(jī)

【摘要】：針對(duì)傳統(tǒng)的橋梁裂縫檢測(cè)方法成本高、工作環(huán)境危險(xiǎn)的現(xiàn)狀,提出一種基于爬壁機(jī)器人的橋梁裂縫圖像檢測(cè)與分類(lèi)方法,即利用安裝在爬壁機(jī)器人上的微型攝像鏡頭獲取橋梁的壁面裂紋,通過(guò)圖像處理和分析方法識(shí)別并對(duì)裂縫分類(lèi).首先對(duì)獲取的圖片去除運(yùn)動(dòng)模糊;然后運(yùn)用小波變換對(duì)圖像中的裂縫目標(biāo)進(jìn)行增強(qiáng),再用二值圖像面形態(tài)學(xué)分析提取裂縫目標(biāo),運(yùn)用KD樹(shù)對(duì)裂縫進(jìn)行連接完成對(duì)裂縫圖像的識(shí)別;最后運(yùn)用支持向量機(jī)方法對(duì)裂縫實(shí)現(xiàn)分類(lèi),并與幾何特征分類(lèi)方法和基于BP神經(jīng)網(wǎng)絡(luò)的分類(lèi)方法比較,結(jié)果表明,該方法對(duì)裂縫分類(lèi)效果較好.
【作者單位】： 中國(guó)科學(xué)技術(shù)大學(xué)自動(dòng)化系;中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院先進(jìn)制造技術(shù)研究所;重慶郵電大學(xué);
【關(guān)鍵詞】： 爬壁機(jī)器人 運(yùn)動(dòng)模糊 小波分析 面形態(tài)學(xué) KD樹(shù) 支持向量機(jī)
【基金】：重慶市杰出青年基金(cstc2014jcyjjq0049) 國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展項(xiàng)目(973計(jì)劃)(2011CB302100,2011CB302106)資助
【分類(lèi)號(hào)】：TP391.41;TP242
【正文快照】： A bridge crack image detection and classificationmethod based on a climbing robotCHEN Yao1,2,MEI Tao2*,WANG Xiaojie2,3,LI Feng1,LIU Yanwei 2(1.Department of Automation,University of Science and Technology of China,Hefei 230031,China;2.Institute of Advanc

【相似文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 呂學(xué)智;基于雙目視覺(jué)的爬壁機(jī)器人環(huán)境檢測(cè)技術(shù)研究[D];揚(yáng)州大學(xué);2014年

，

本文編號(hào)：891507