面向线阵列CCD道路影像的裂缝识别

作     者：贾迪 宋伟东 戴激光 朱红 Jia Di;Song Weidong;Dai Jiguang;Zhu Hong

作者机构：辽宁工程技术大学电子与信息工程学院葫芦岛125105 辽宁工程技术大学测绘与地理科学学院阜新123000 

基　　金：辽宁省博士启动基金项目(20141142) 辽宁省"百千万人才工程"基金项目(2011921063) 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2016年第21卷第12期

页      码：1623-1633页

摘      要：目的道路裂缝的等级评定是公路养护的基本任务之一,目前国内相关部门主要通过线阵列相机采集道路影像,由于道路影像裂缝的识别会受到多种因素干扰(树木及车辆的投影、光照变化、油渍、树枝与稻草等条状物、各类垃圾),降低了基于道路影像自动识别裂缝算法的准确率,导致对于路面等级评价依旧采用人工的方式进行,为此提出一种道路影像裂缝鲁棒识别方法。方法由于采集的图像尺寸较大,同时为了避免光照不均匀带来的问题,首先对图像进行分块,采用改进的CV模型对分块影像进行预处理,获得初步的分割结果。其次,通过以下4个特点识别线阵列CCD道路影像的裂缝:1)裂缝在分块区域中占据较小的面积比;2)裂缝在影像中呈现的连续性较差;3)裂缝的宽度与长度比值较小;4)同一段裂缝的走向基本一致。为了利用裂缝的后两项特点,采用椭圆拟合的方法计算初步分割区域的方向,并以此为基础将这些区域分为4类。在每个分类中,分别计算各区域内的质心位置,建立质心间的矢量表,设计递归算法计算其共线性,获得裂缝检测结果,并以此为基础构造活动模型的初始距离矩阵,通过在原图中迭代求解更为精确的裂缝区域。结果从2 000幅道路影像中挑选包含道路裂缝的影像100幅,并按序号等间隔分别取出5组未含有裂缝的影像100幅,每组200幅组成数据集进行测试,采用分类指标统计的方法评测本文算法性能,在正确率、灵敏度、特效度、精度上均达到95%以上,道路裂缝的检测与提取时间约为1min。结论该方法不仅可以有效地识别裂缝,同时可以克服了环境中多种因素的干扰,误识别率较低,具有较高的实际应用价值。

主 题 词：道路裂缝识别 椭圆拟合 质心 干扰物 水平集 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11834/jig.20161207

馆 藏 号：203210565...