基于像素-亚像素级形态分析的路面三维图像裂缝自动识别算法

作     者：彭博 黄大荣 郭黎 蔡晓禹 李少博 PENG Bo;HUANG Darong;GUO Li;CAI Xiaoyu;LI Shaobo

作者机构：重庆交通大学交通运输学院重庆400074 湖北民族学院信息工程学院湖北恩施445000 

基　　金：国家自然科学基金青年科学基金项目(61703064) 国家自然科学基金地区项目(61663008) 重庆市社会事业与民生保障科技创新专项项目(cstc2015shms-ztzx30002) 重庆市教委科学研究项目(KJ1600513) 重庆市科委基础科学与前沿技术研究专项项目(cstc2017jcyjAX0473) 重庆交通大学科研启动项目(15JDKJC-A002) 

出 版 物：《重庆交通大学学报（自然科学版）》 (Journal of Chongqing Jiaotong University(Natural Science))

年 卷 期：2018年第37卷第9期

页      码：34-42,72页

摘      要：为了准确有效地检测路面裂缝,为路面性能评估、路面养护管理、路面结构和材料设计提供数据支撑,针对1 mm/像素路面三维图像提出了基于像素-亚像素级形态分析的裂缝自动识别算法。首先,应用Canny算法和区域生长算法检测候选裂缝目标并进行融合处理,得到融合分割图像;然后,提取并重构像素级与亚像素级图像骨架;最后,融合像素-亚像素级骨架图像,综合利用形态学算子和轮廓长度、圆度、扁平率等连通域形态特征提取裂缝目标。基于150张路面三维图像(992像素×992像素)对笔者算法和另外5种既有算法进行测试,结果显示,笔者算法获得了较高的准确率(均值90.45%)和召回率(均值96.49%),F均值由高至低分别为:笔者算法(90.72%)、种子并行生长算法(39.65%)、GAVILáN算法(33.46%)、各向异性测度算法(30.32%)、Canny检测(25.85%)和OTSU分割法(5.85%)。算法适用性分析表明,笔者算法较适用于细小裂缝图像识别,种子并行生长算法、GAVILáN算法和各向异性测度算法有利于宽而明显的裂缝识别,而Canny和OTSU通常可作为裂缝识别算法中的一个图像处理环节。

主 题 词：道路工程 路面裂缝 识别算法 形态分析 信息融合 亚像素 

学科分类：08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1674-0696.2018.09.06

馆 藏 号：203368688...