基于圖像分析的路面病害檢測(cè)方法研究.pdf

1、目前，隨著我國(guó)高速公路的不斷建設(shè)，對(duì)道路養(yǎng)護(hù)及其病害檢測(cè)方法的研究逐漸受到重視。由于公路路面情況較為復(fù)雜，現(xiàn)有的檢測(cè)技術(shù)一般為人工輔助的半自動(dòng)檢測(cè)，該方法存在人力資源消耗嚴(yán)重、時(shí)效性低，可靠性差等缺點(diǎn)，這使得基于圖像分析的公路路面病害自動(dòng)檢測(cè)技術(shù)成為該領(lǐng)域的研究熱點(diǎn)之一。
　　目前的公路路面病害自動(dòng)檢測(cè)算法亟需解決的問(wèn)題主要有:數(shù)據(jù)維度高、冗余量較大，路面圖像光照條件復(fù)雜，圖像中存在較為嚴(yán)重的噪聲干擾，以及裂縫的完整提取困難。本文

2、針對(duì)這四個(gè)問(wèn)題進(jìn)行了深入研究，主要的工作和取得的成果如下:
　　(1)針對(duì)大量的冗余數(shù)據(jù)，本文提出了基于AMFT及投影特征的路面病害預(yù)檢測(cè)方法，實(shí)驗(yàn)結(jié)果表明此方法能夠有效地消除冗余數(shù)據(jù)的影響，進(jìn)而提高算法的效率。
　　(2)針對(duì)圖像光照不均以及存在陰影的問(wèn)題，本文采用灰度縱向歸一化的方法去除橫向光照不均，采用基于雙線性插值背景擬合和乘性模型的方法去除陰影，此外，為避免在去噪過(guò)程中模糊裂縫邊緣，采用能夠增強(qiáng)線形結(jié)構(gòu)紋理的CES

3、F模型對(duì)圖像進(jìn)行增強(qiáng)，實(shí)驗(yàn)結(jié)果表明本文方法能夠在較好的保留甚至增強(qiáng)路面病害紋理特征的同時(shí)有效地去除光照條件對(duì)圖像的影響。
　　(3)針對(duì)路面病害檢測(cè)的圖像去噪算法是本文的研究重點(diǎn)。本文在對(duì)路面圖像的特點(diǎn)進(jìn)行分析的基礎(chǔ)上，提出了改進(jìn)的八鄰域P-M擴(kuò)散方程，用于去除路面斑塊類(lèi)型噪聲，并通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)方法的有效性。此外，本文還研究了基于Shearlet變換的去噪方法，提出了相應(yīng)的自適應(yīng)閾值估計(jì)及針對(duì)路面圖像的系數(shù)處理方法，實(shí)驗(yàn)結(jié)果表