|
路面图像是属于噪声分布比较复杂的图像，由自然、人为以及路面材料各种因素的影响所造成。传统的滤波去噪、边缘检测等算法无法很好的检测出路面图像中的裂缝。另外路面图像在采集过程中，因相机像素偏低、光照不均、抖动造成图像更加模糊不清，裂缝与背景图像的灰度几乎相同甚至重叠，这样就无法很好的使用阈值分割法。因此在这里我采用了基于最小二乘法灰度校正的检测算法。
1 路面图像的分割
首先我们要利用最小二乘法对路面图像进行灰度校正，抽取图像灰度剖面曲线，选取合适的多项式拟合剖面曲线，将拟合曲线与原灰度剖面曲线作差，消减路面背景的灰度直流量。由于裂缝有脊边缘特性，然后选取适当的高斯函数模板去匹配脊边缘，定位裂缝，并二值化图像[1]。
1.1 基于最小二乘法的图像灰度校正
数字图像的处理首先是把彩色图像灰度化后存储在二维的数字矩阵中，而对图像的各种变化方法实质是对转化后的矩阵进行各种运算变换处理。
我们将灰度化后的图像信息存储在二维数组G（n，m）中，为了运算方法的简便性，按行（列）抽取了一维数组来进行处理。首先固定列（行），获取灰度剖面曲线，记作g（m），如图1“灰度剖面图”所示。 |
|
核心期刊网（www.hexinqk.com）秉承“诚以为基，信以为本”的宗旨，为广大学者老师提供投稿辅导、写作指导、核心期刊推荐等服务。 核心期刊网专业期刊发表机构，为学术研究工作者解决北大核心、CSSCI核心、统计源核心、EI核心等投稿辅导咨询与写作指导的问题。 投稿辅导咨询电话：18915033935 投稿辅导客服QQ： 投稿辅导投稿邮箱：1003158336@qq.com |
| 你好，欢迎来到！ 设为首页 ｜收藏本站 | ||
|
