基于特征分析的图像式地铁隧道裂缝检测方法研究

作     者：张振海 尹晓珍 王阳萍 闵永智 ZHANG Zhenhai;YIN Xiaozhen;WANG Yangping;MIN Yongzhi

作者机构：兰州交通大学自动化与电气工程学院甘肃兰州730070 甘肃省人工智能与图形图像处理工程研究中心甘肃兰州730070 

基　　金：国家自然科学基金资助项目(61763025) 甘肃省自然科学基金资助项目(18JR3RA124) 中国博士后科学基金资助项目(167306) 兰州市人才创新创业资助项目(2015-RC-8) 教育部创新团队发展计划资助项目(IRT_16R36) 

出 版 物：《铁道科学与工程学报》 (Journal of Railway Science and Engineering)

年 卷 期：2019年第16卷第11期

页      码：2791-2800页

摘      要：地铁隧道表面裂缝的自动检测技术是当下一个重要的研究方向。通过设计基于机器视觉的隧道裂缝自动检测系统来对裂缝进行识别,针对地铁隧道表面普遍存在的光照不均匀、噪声污染严重、对比度低等问题,依次采用Mask均光与灰度级腐蚀相结合的方法对图像进行增强处理,采用高斯-快速中值滤波算法滤除大量噪声,采用基于边缘信息的二次改进Otsu方法对裂缝图像进行有效分割,最终得到裂缝区域完整且噪声区域较少的二值图像。采用投影和阈值结合的方法判定裂缝种类,获取裂缝的长度、宽度及面积等特征指标来实现对裂缝的检测识别。研究结果表明:所提出的算法对普通裂缝的识别率达93%以上,对于地铁隧道表面裂缝识别准确率可达83%,验证了本文算法的有效性。

主 题 词：地铁隧道裂缝 灰度腐蚀 高斯-快速中值滤波 骨架提取 

学科分类：081406[081406] 081203[081203] 08[工学] 0835[0835] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.19713/j.cnki.43-1423/u.2019.11.019

馆 藏 号：203872131...