地鐵隧道表面圖像裂縫識(shí)別算法研究.pdf

1、裂縫是隧道病害的一種，嚴(yán)重影響了隧道的安全，有效地檢測(cè)隧道表面裂縫對(duì)于隧道的安全至關(guān)重要。隧道表面圖像普遍存在著光照不均勻，目標(biāo)對(duì)比度低，背景紋理復(fù)雜，噪聲干擾嚴(yán)重等問題。而檢測(cè)傳統(tǒng)圖像裂縫，例如混凝土表面、瀝青路面裂縫等的算法不能很好地適用于隧道表面圖像。本文提出了一種基于圖像處理的地鐵隧道表面裂縫的識(shí)別與寬度計(jì)算的算法，有效地解決了隧道表面圖像的各種復(fù)雜問題，準(zhǔn)確識(shí)別出了裂縫并在像素域計(jì)算了裂縫的寬度。
　　本文首先利用Mas

2、k勻光和灰度級(jí)腐蝕等預(yù)處理算法改善隧道表面圖像的質(zhì)量，平衡圖像的光照，增強(qiáng)裂縫的對(duì)比度，以便后續(xù)的處理。而后提出了一種基于特征分析的多級(jí)濾波算法，包括基于矩形模板的濾波，基于連通區(qū)域的濾波和基于Hough變換的線性特征濾波。多級(jí)濾波過程濾除了圖像中的大量背景成分和紋理噪聲。
　　為區(qū)分裂縫和各種偽裂縫片段，本文設(shè)計(jì)了一種基于SVM的裂縫識(shí)別算法，利用前處理算法構(gòu)造裂縫和非裂縫的樣本庫(kù)，設(shè)計(jì)樣本特征構(gòu)造特征向量來訓(xùn)練SVM，采用交叉

3、驗(yàn)證和網(wǎng)格搜索法選擇SVM的參數(shù)，最后分別對(duì)傳統(tǒng)圖像和北京地鐵1號(hào)線隧道表面圖像進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)傳統(tǒng)圖像的識(shí)別準(zhǔn)確率為97％，對(duì)隧道表面圖像的識(shí)別準(zhǔn)確率為81％。
　　在裂縫寬度計(jì)算上，本文提出了一種二值圖像與灰度圖像相結(jié)合的算法，首先在二值圖像上計(jì)算裂縫的骨架點(diǎn)，然后濾除骨架圖上的大量毛刺，進(jìn)而提出一種兩步邊緣連接算法連接隧道表面圖像上緊鄰的裂縫片段。最后在灰度圖像的對(duì)應(yīng)位置尋找裂縫點(diǎn)的法向線型鄰域，提出了寬度計(jì)