论文部分内容阅读
路面裂纹作为路面破损的主要形式,对整个公路路况的评价有着重要影响,是公路裂纹检测中的重点检测内容。传统的路面裂纹检测方法通常由人工检测的方法获取路面裂纹数据,这种方法不但效率低、劳动强度大、检测速度慢、误差较大、难以对路面裂纹进行客观和准确的评价,而且人工检测十分危险。因此,开展路面裂纹自动化检测及识别技术研究具有重要的现实意义。 论文在分析国内外路面裂纹检测技术的基础上,基于BEAMLET算法,采用MATLAB软件开展了基于图像处理的路面裂纹检测方法。论文的主要工作及结论如下: 1.设计搭建了路面裂纹检测装置。充分论证了支架平台、相机和摄像头、镜头、图像采集卡等的选择理由、设计方法,介绍了典型硬件的工作特点、调试方法,详细说明了检测装置的工作原理和系统组成。通过多次校内实际在线路面采集实验,采集到的裂纹图像清晰稳定,动态采集效果良好,说明了本装置硬件选择和设计上的正确性。为后续图像的分析处理提供了高质量路面裂纹图像。 2.结合MATLAB软件开展路面裂纹图像检测算法研究。研究了路面裂纹图像预处理方法,比较了经典边缘检测算法对路面裂纹图像边缘提取情况,在此基础上提出了扩展Sobel检测算子,证明扩展Sobel能有效改善路面裂纹图像质量,去除图像噪声;针对路面裂纹图像的特征,采取了基于双峰法的分割方法,实验验证阈值分割效果良好;最后采用数学形态方法对裂纹图像进行了开运算和闭运算处理去,很好的滤除图像噪声,并保持了裂纹尺寸。 3.基于Beamlet变换对路面裂纹图像进行分类。证明了Beamlet变换对在强噪背景下提取线形目标有很好的效果,能够完成平面图像上对不同方向、不同长度、不同位置线形目标的精确逼近;采用Beamlet无结构线特征提取算法对横向裂纹、纵向裂纹、块状裂纹、龟裂等路面裂纹图像,进行了图像处理和识别。路面图像的处理结果表明:论文较好地完成了路面裂纹的检测与识别,效果相比同类系统,不但裂纹检测结果无裂纹丢失现象,而且识别的结果与实际情况误差较小,达到了预期目标。