基于视频图像的桥梁裂缝检测

论文摘要

数字图像处理（Computer Image Processing）技术涉及数学、模式识别、人工智能、计算机科学、信息论、生物医学等多种学科,是一门多学科交叉应用技术,是指将图像信号转换为数字格式并利用计算机进行处理的过程,大致可分为空间域处理和变换域处理两种处理方法。图像技术内容丰富,其中目标检测是基于目标几何和统计特征的图像分割,其准确性和实时性是整个系统的一项重要能力,目前其应用前景非常广阔,基于数字图像处理的桥梁裂缝检测即为其中颇具代表性的一项应用。其目的是为了快速准确的识别裂缝目标,为桥梁健康养护提供依据。本文针对桥梁裂缝病害的定期检测任务,综合应用多种图像处理算法,并结合图像识别技术,在VC++环境下,研究开发出了一种适用于较远距离的、操作简单、快速且准确的桥梁裂缝快速检测系统。本文所做主要工作如下：1)综合介绍裂缝检测中所需用到的图像预处理知识如灰度化、灰度校正、去噪及传统边缘检测算法,并在此基础上给出相应的实验对比分析结果图,重点提出改进的中值滤波处理方法并给出对比图,它去除噪声的同时在保护图像细节特征上具有一定优势。2)对八方向的Sobel边缘检测进行优化并给出实验结果。它能有效的减少检测中的虚假边缘；利用最大方差自适应阈值分割裂缝图像使得分割效果更为理想,便于裂缝的特征计算。3)在计算裂缝几何特征时,采用提取裂缝骨架的方法进行单根裂缝长度计算,在面积计算上采用模板与裂缝图像按位与的方法进行,进一步提高测量精度,为桥梁健康检测提供更为有效的数据。4)基于VC++开发出了一套完整的快速裂缝检测系统,该系统由图像采集子系统和数据处理子系统两部分组成,其中图像处理子系统是所有裂缝处理算法的综合运用系统,在裂缝检测处理中能达到相当好的效果。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 项目背景
• 1.2 国内外研究现状
• 1.3 研究的目的和意义
• 1.4 本文的组织结构
• 第2章 数字图像处理基础理论介绍
• 2.1 数字图像处理
• 2.1.1 数字图像处理技术研究内容
• 2.1.2 数字图像处理应用
• 2.2 传统的图像处理介绍
• 2.2.1 图像基础知识
• 2.2.2 传统图像预处理简介
• 第3章 桥梁裂缝图像的预处理
• 3.1 灰度化处理
• 3.1.1 灰度化的四种方法
• 3.1.2 灰度拉伸
• 3.2 灰度校正
• 3.3 图像滤波去噪
• 3.3.1 局部平均法
• 3.3.2 频域平滑
• 3.3.3 中值滤波法及其改进
• 3.4 本章小结
• 第4章 基于图像分析的桥梁裂缝检测算法
• 4.1 引言
• 4.2 传统的边缘检测
• 4.3 改进的Sobel边缘检测算法
• 4.4 裂缝图像分割
• 4.4.1 基础介绍
• 4.4.2 阈值选取（自适应阈值）
• 4.5 实验结果及分析
• 4.6 本章小结
• 第5章 裂缝分析与特征计算
• 5.1 裂缝的分类
• 5.2 几何特征的测量
• 5.2.1 长度的测量
• 5.2.2 面积的测量
• 5.2.3 裂缝平均宽度计算
• 5.2.4 其他特征
• 5.2.5 单根裂缝测量实验
• 5.3 本章小结
• 第6章 基于视频图像的桥梁裂缝检测系统
• 6.1 引言
• 6.2 系统组成
• 6.2.1 桥梁裂缝图像采集子系统
• 6.2.2 桥梁图像数据处理子系统
• 6.3 系统整体结构设计实现
• 6.4 系统运行结果图及分析
• 第7章 小结与展望
• 7.1 小结
• 7.2 展望
• 致谢
• 参考文献
• 攻读学位期间获奖和发表论文情况