留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

高速公路路面裂缝识别算法研究

马荣贵 徐琨 刘飞飞

马荣贵, 徐琨, 刘飞飞. 高速公路路面裂缝识别算法研究[J]. 交通信息与安全, 2014, (2): 90-94. doi: 10.3963/j.issn.1674-4861.2014.02.018
引用本文: 马荣贵, 徐琨, 刘飞飞. 高速公路路面裂缝识别算法研究[J]. 交通信息与安全, 2014, (2): 90-94. doi: 10.3963/j.issn.1674-4861.2014.02.018
MA Ronggui, XU Kun, LIU Feifei. Highway Surface Crack Image Identifying Algorithm[J]. Journal of Transport Information and Safety, 2014, (2): 90-94. doi: 10.3963/j.issn.1674-4861.2014.02.018
Citation: MA Ronggui, XU Kun, LIU Feifei. Highway Surface Crack Image Identifying Algorithm[J]. Journal of Transport Information and Safety, 2014, (2): 90-94. doi: 10.3963/j.issn.1674-4861.2014.02.018

高速公路路面裂缝识别算法研究

doi: 10.3963/j.issn.1674-4861.2014.02.018
基金项目: 

中央高校基金项目

交通运输部科技项目

详细信息
  • 中图分类号: TP391.41

Highway Surface Crack Image Identifying Algorithm

  • 摘要: 经过研究给出了不均匀光照的路面裂缝图像识别的详细算法。算法采用多窗口中值滤波进行图像平滑,既能去除图像的噪声点,又较好地保留了裂缝的边缘信息;使用背景子集图像插值校正法进行灰度校正,有效地克服了不均匀成像对后期图像分割的影响;采用otsu阈值分割、形态学去噪及连通区域标记完成裂缝图像分割;选用连通区域个数、投影特征和分布密度3个参数完成裂缝分类;最后提取裂缝长度、宽度和破损面积等裂缝参数。实验结果显示分类准确率为94%,线状裂缝长度误差均值为7.2%,宽度误差均值为11.3%,非线状裂缝的面积误差均值为9.6%,表明这一方法有效、可靠。

     

  • 加载中
计量
  • 文章访问数:  272
  • HTML全文浏览量:  57
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 刊出日期:  2014-04-28

目录

    /

    返回文章
    返回