基于图像分析的路面病害检测方法研究

论文摘要

目前,随着我国高速公路的不断建设,对道路养护及其病害检测方法的研究逐渐受到重视。由于公路路面情况较为复杂,现有的检测技术一般为人工辅助的半自动检测,该方法存在人力资源消耗严重、时效性低,可靠性差等缺点,这使得基于图像分析的公路路面病害自动检测技术成为该领域的研究热点之一。目前的公路路面病害自动检测算法亟需解决的问题主要有：数据维度高、冗余量较大,路面图像光照条件复杂,图像中存在较为严重的噪声干扰,以及裂缝的完整提取困难。本文针对这四个问题进行了深入研究,主要的工作和取得的成果如下：（1）针对大量的冗余数据,本文提出了基于AMFT及投影特征的路面病害预检测方法,实验结果表明此方法能够有效地消除冗余数据的影响,进而提高算法的效率。（2）针对图像光照不均以及存在阴影的问题,本文采用灰度纵向归一化的方法去除横向光照不均,采用基于双线性插值背景拟合和乘性模型的方法去除阴影,此外,为避免在去噪过程中模糊裂缝边缘,采用能够增强线形结构纹理的CESF模型对图像进行增强,实验结果表明本文方法能够在较好的保留甚至增强路面病害纹理特征的同时有效地去除光照条件对图像的影响。（3）针对路面病害检测的图像去噪算法是本文的研究重点。本文在对路面图像的特点进行分析的基础上,提出了改进的八邻域P-M扩散方程,用于去除路面斑块类型噪声,并通过实验验证了改进方法的有效性。此外,本文还研究了基于Shearlet变换的去噪方法,提出了相应的自适应阈值估计及针对路面图像的系数处理方法,实验结果表明此方法在去除路面噪声和保持裂缝边缘两方面取得了较好效果。（4）针对裂缝完整提取困难的问题,本文在采用FCM进行初步分割的基础上,提出了一种基于裂缝局部方向特征和灰度相似性的延伸算法。该算法根据裂缝具有的局部特性,设计了反映裂缝局部方向特征的方向系数及方向导数因子等判据,进而从局部区域来检测裂缝,实验结果表明此方法能够较好地实现裂缝的完整提取。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景及意义
• 1.2 检测算法的发展现状
• 1.2.1 国外的研究现状
• 1.2.2 国内的研究现状
• 1.2.3 目前路面病害检测技术存在的不足
• 1.3 本文的主要研究工作
• 1.3.1 本文的主要研究内容
• 1.3.2 本文的内容安排
• 1.3.3 课题来源
• 第2章 路面病害预检测与图像灰度校正增强
• 2.1 路面图像显著性表征
• 2.1.1 基于子块信息的路面图像显著性表征
• 2.1.2 基于AMFT的路面图像显著性表征
• 2.2 基于AMFT和投影特征的路面病害预检测
• 2.2.1 调幅傅里叶变换后的图像分割
• 2.2.2 基于投影特征的病害预检测
• 2.2.3 实验结果与分析
• 2.3 采样噪声去除与光照均衡
• 2.3.1 线形结构开运算去除纵向采样噪声
• 2.3.2 灰度纵向归一化去除横向光照不均
• 2.4 路面图像阴影去除
• 2.4.1 基于双线性插值的光照背景拟合
• 2.4.2 基于加性模型的阴影去除
• 2.4.3 基于乘性模型的阴影去除
• 2.5 基于CESF模型的路面图像增强
• 2.5.1 单尺度形态学滤波
• 2.5.2 Osher-Rudin冲激滤波模型
• 2.5.3 CESF模型
• 2.5.4 实验分析
• 2.6 本章小结
• 第3章 基于扩散方程的图像去噪
• 3.1 扩散方程的基本理论
• 3.1.1 P-M扩散方程
• 3.1.2 P-M扩散的切向-法向分解
• 3.1.3 P-M扩散方程的正则化方法
• 3.2 改进的八邻域P-M扩散方程
• 3.2.1 P-M扩散方程的数值实现
• 3.2.2 改进的八邻域数值实现形式的P-M扩散方程
• 3.2.3 实验对比分析
• 3.3 基于八邻域P-M扩散方程的路面图像去噪
• 3.3.1 八邻域P-M扩散方程处理路面图像
• 3.3.2 实验分析
• 3.4 本章小结
• 第4章 基于Shearlet变换的路面图像去噪
• 4.1 Shearlet变换的基本原理
• 4.1.1 连续Shearlet变换
• 4.1.2 离散Shearlet变换
• 4.1.3 Shearlet的性质与实现方法
• 4.2 基于Shearlet变换的图像去噪算法研究
• 4.2.1 Shearlet变换系数分析
• 4.2.2 自适应阈值估计方法
• 4.2.3 阈值估计方法中常值确定
• 4.2.4 Shearlet变换最佳参数选择
• 4.2.5 去噪效果评价标准
• 4.2.6 Shearlet去噪效果对比实验与分析
• 4.3 基于自适应阈值Shearlet变换的路面图像去噪
• 4.3.1 路面图像Shearlet变换系数分析
• 4.3.2 路面图像Shearlet变换系数处理
• 4.3.3 基于Shearlet变换的路面图像去噪实验与分析
• 4.4 Shearlet变换与八邻域扩散方程去噪分析
• 4.5 本章小结
• 第5章 路面病害分割与提取
• 5.1 路面图像初步分割
• 5.1.1 模糊C均值聚类分割算法
• 5.1.2 各方法分割效果对比
• 5.1.3 对于无裂缝图像的分割处理
• 5.2 基于局部方向特征及灰度相似性的裂缝延伸算法
• 5.2.1 裂缝细化及边缘端点搜索
• 5.2.2 裂缝延伸判断准则
• 5.2.3 裂缝延伸算法描述
• 5.2.4 伪裂缝去除
• 5.3 综合实验分析
• 5.3.1 路面病害检测算法流程
• 5.3.2 综合检测结果
• 5.3.3 路面病害检测算法仿真系统
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 硕士期间发表论文