编辑: jingluoshutong | 2014-06-17 |
在分析了路面裂缝的特征之后,本文选用了小波包阀值并辅以中值滤 波的方法进行去噪,实验证明经过这样处理之后,图片的质量有了很大的改善,很好抑制了噪音的 同时也尽可能地保留了原图片的相关细节.在图片分割的处理上,本文使用了基于分型特征的图像 分割方法,这样处理后的道路缺陷图像的分形维数.在提取到路面缺陷图片的裂缝特征向量之后, 本文使用了BP神经网络算法对道路缺陷进行了分类处理. 由实验可以知道,经过上面的方法之后,能较好地完成了道路缺陷的自动识别. 关键字:道路缺陷自动识别,图像去噪,小波包滤波,分型特征,BP 神经网络 The thesis title Abstract: Paper can be divided into the following sections: pavement before image denoising and image segmentation, preprocessed images for image feature extraction and defect identification. After the analysis of the characteristics of pavement cracks, we supported the threshold selection of wavelet packet based on median filtering approach for denoising, experimental proof after this, picture quality has been greatly improved, we were all good suppression of noise while retaining as much as possible the details of the original picture. On the image segmentation, we used image segmentation method based on pattern features, such cracks in road image after processing more clear. After extraction to the eigenvectors of cracks in pavement defects picture, we are using BP neural network classification processing of road defects. By experiment can know, after the above method, better completed the automatic recognition of road defects. Key words: automatic recognition of road ,image denoising ,denoising using Wavelet packet ,Fractal characteristics, BP neural networks 太普华南杯数据挖掘竞赛论文报告 第2 页,共21 页目录1. 研究目标 研究目标 研究目标 研究目标.3 2. 分析方法与过程 分析方法与过程 分析方法与过程 分析方法与过程.4 2.1. 总体流程
4 2.2. 具体步骤
5 2.3. 结果分析
15 3. 结论 结论 结论 结论
16 4. 参考文献 参考文献 参考文献 参考文献.16 太普华南杯数据挖掘竞赛论文报告 第3 页,共21 页1. 研究目标 研究目标 研究目标 研究目标 1.1 研究意义和背景 研究意义和背景 研究意义和背景 研究意义和背景 城市道路指的是城市内部的道路,它为车辆和行人提出交通往来的便利,在城市的经济发展和 人们的衣食住行上都担任了不可或缺的作用.并且它能够连接城市的各个部分,扮演着城市枢纽的 角色,是城市建设中至关重要的一环. 改革开放以来,我国的城市建设的步伐越来越快,并提出了城乡一体化的目标,而要很好的实 现这个目标就必须在道路建设上投入更大的资源.所以随着城市道路的需求量越来越大,道路建设 也成为了城市发展的的主要项目之一.但是由于工程建设涉及面较广,工程条件较复杂,是由多项 目、多工序彼此交错和相互制约所组成的线形工程,影响工程质量的因素较多,施工中不可避免地 会出现不同程度的质量问题.而且道路在日常的使用,也会因为使用的不得当和使用时间过长,而 出现了各种各样的缺陷.因此随着道路网的不断扩大,对以存在的道路的保养维护的问题也显得越 来越重要了. 由于道路的缺陷会对路面的承载能力、使用寿命,还有对车辆的行驶速度、燃油消耗、行车舒 适和交通安全等都造成了不同程度的不利影响.所以对道路的保养和维护就显得十分重要和迫切了, 但是道路缺陷是一种难以估计的破损状态.这为道路的检测带来了难题,而我国现在道路检测主要 是使用人工检测的方法,通常是调查人员去到现场,对缺陷的道路的具体状况进行测量和记录,然 后对得到的道路缺陷数据进行统计和归类的处理,这样之后就可以对道路的缺陷进行一定的评判了. 但是这种方法不但浪费了大量的人力物力,并且效率也很低,检测到的结果误差较大,由此很难对 缺陷的道路进行客观和科学准确的判断,而且检测人员的安全也是一个问题.由此看来,研究道路 缺陷的自动识别技术,力求达到高效、快速、准确检测道路缺陷的目标,也具有极其重要的意义. 1.2 1.2 1.2 1.2 国内外检测系统的现状 国内外检测系统的现状 国内外检测系统的现状 国内外检测系统的现状 随着这几年来计算机的不断发展和数字图像处理技术的成熟,使道路缺陷的高效、快速、准确 的自动识别也变得有可能.国内外都有很多相关的研究人员基于图片处理对道路缺陷自动识别进行 了深入的研究,得到了许多方法和技术.在一些发达国家中已经有产品投入到日常道路检测的使用 去了,而国内虽然也在这方面取得很大的进展,并且也能够自主地研究出了一些产品,但毕竟在技 术上还有一定的差距,所以产品还没达到理想的状态,在某些方面存在着不少的问题,主要有: (1) (1) (1) (1)受光线的影响太大,在晴天和阴天得到的效果相差很大,当晴天的时候,光线充足就可以得到很 好的效果,但一旦遇上阴天识别的误差就增大,所以受天气和光线的影响还是挺大的. (2) (2) (2) (2)在(1)说到光线的影响有天气的原因,而受天气的影响的同时,也受到一些不可避免的光线影响, 如:道路两边建筑物的阴影和车辆自身的阴影. 太普华南杯数据挖掘竞赛论文报告 第4 页,共21 页(3) (3) (3) (3)因为是在行驶的过程中,所以拍到的图片光线不均匀,这也造成了灰度图的不均匀. (4) (4) (4) (4)经过那么多年的研究,已经得到了很多处理的算法,但是道路的情况十分的复杂,现实证明很多 算法和技术都达不到很好的效果. 近二十年来,国际上道路缺陷的检测技术发展十分迅速,用到的技术很多,如:机电一体化、 激光技术、雷达技术、模式识别与图像处理技术等等.现在我们主要是谈一下基于图像处理的道路 缺陷自动识别的发展和现状: 在20世纪80年代以来,随着摄像技术和计算机图像处理技术的快速发展,一些发达的国家根 据其在路面管理的需要,都进行了道路缺陷自动识别的研究.经过几年的研究,在20世纪90年代, 他们纷纷发表了自己的研究成果,如:美国开发的PCES系统、ADAPT系统,瑞典的PAVUE系统,日 本的APDS系统等等. 而国内也在西方国家得到研究成果之后,在21世纪陆续出现了自主研究的产品,如:南京理工 大学唐振民等人在2002年10月份研制出了国内的首辆路面智能检测车,但是该车检测的精度较差 而且检测到的裂痕结果不够全面. 武汉大学的空间信息与网络通信技术研发中心自助研制出了 SINC-RTM 车载智能路面自动检测 系统,这个系统比国内第一辆智能汽车在功能上有了很大补全,在精度上也高了很多,但是它检测 裂缝和平和整度的精度较差. 1.3 1.3 1.3 1.3 本文的只要研究工作 本文的只要研究工作 本文的只要研究工作 本文的只要研究工作 本文主要是就基于图像处理的道路缺陷自动识别进行研究,研究工作主要包括以下三部分: ( ( ( (1