论文部分内容阅读
随着我国经济的快速发展,交通运输基础设施日益完善,桥梁的数量和总里程不断增长。裂缝是多种桥梁病害的早期表现形式,也是衡量桥梁安全程度的重要指标。因此,有效检测桥梁裂缝对于保障桥梁安全具有重要意义。基于数字图像处理的桥梁裂缝检测技术能够实现自动化获取桥梁裂缝信息,克服了人工检测方式存在的检测精度低、效率低、成本高、有一定危险性等缺点,具有重要的实际应用价值。如何从一幅具有噪声干扰的桥梁裂缝图像中准确检测到裂缝是使用数字图像处理技术检测桥梁裂缝的重点和难点,受到了越来越多学者的关注。本文在分析桥梁裂缝和背景噪声特征的基础上,提出了一种基于测地线距离变换的桥梁裂缝检测算法,包括裂缝种子点提取、裂缝增强、裂缝提取等关键步骤,该算法的时间复杂度更低、提取的裂缝精确率和召回率更高。论文的主要工作包括:(1)针对已有的滑动窗口算法提取的种子候选点中伪种子点较多以及种子点漏检率较高的问题,提出了一种基于共生边缘的种子点提取算法,该算法从梯度大小、方向、共生点距离以及灰度信息等方面限制伪种子点的选取,实验表明,相对于使用滑动窗口算法,本文提出的算法种子点召回率提高了4.7%,精确率提高了50.0%。(2)针对种子点二值图像中伪种子点干扰种子点形成裂缝轮廓的问题,本文将种子点和伪种子点的位置信息以及灰度变化信息相结合,提出了一种基于测地线距离变换的桥梁裂缝增强算法,在使用测地线距离变换快速实现算法确定种子候选点的邻接关系和测地线距离之后,结合图论技术有效实现了裂缝增强。实验表明,增强后的裂缝召回率达到了59.04%,精确率达到了72.67%,相对于增强前有了明显的提高,基本实现了裂缝骨架的检测。(3)针对增强后的裂缝二值图像中裂缝目标点片段以及少量非裂缝目标点片段难以通过长度以及形态区分的问题,本文使用目标点最小生成树算法将二值图像中所有目标点连成一棵最小生成树,再通过裁剪树以及提取最长路径的方式实现了裂缝提取。实验证明,与现有的两种裂缝检测算法相比,本文提出的裂缝检测算法精确率、召回率以及处理速度都更高,提取的裂缝更加完整和自然。