[发明专利]一种基于多尺度图像信息融合的机场跑道裂缝检测方法

权利要求书

1.一种基于多尺度图像信息融合的机场跑道裂缝检测方法，其特征在于：所述的基于多尺度图像信息融合的机场跑道裂缝检测方法包括按顺序进行的下列步骤：

(1)对机场跑道原始图像进行变换，生成多尺度图像序列；

(2)依次对上述多尺度图像序列中每一尺度下的图像提取裂缝特征；

(3)对不同尺度下提取的裂缝特征进行匹配；

(4)通过定义裂缝响应度量函数，并对上述已匹配的裂缝特征计算各自的响应值，完成对已匹配的裂缝特征的选择，从而实现裂缝特征的优化提取。

2.根据权利要求1所述的基于多尺度图像信息融合的机场跑道裂缝检测方法，其特征在于：在步骤(1)中，所述的对机场跑道原始图像进行变换，生成多尺度图像序列的方法是：通过对机场跑道原始图像与一变尺度的高斯核函数进行卷积运算，获取不同尺度下的一系列新图像。

3.根据权利要求1所述的基于多尺度图像信息融合的机场跑道裂缝检测方法，其特征在于：在步骤(2)中，所述的依次对上述多尺度图像序列中每一尺度下的图像提取裂缝特征的方法包括按顺序进行的下列步骤：1)提取裂缝特征种子像素点；2)利用DBSCAN算法对提取的种子像素点进行过滤和聚类；3)对相邻的种子像素点通过灰度值最小路径进行连接；4)通过计算灰度值最小路径的平均灰度值，对步骤3)中生成的灰度值最小路径进行阈值过滤；5)基于灰度值最小路径生长的裂缝区域检测；6)通过定义并计算裂缝区域间的距离，对生成的裂缝区域进行分组，每一个裂缝区域分组称为一条裂缝；7)删除所包含像素点过少的裂缝。

4.根据权利要求1所述的基于多尺度图像信息融合的机场跑道裂缝检测方法，其特征在于：在步骤(3)中，所述的对不同尺度下提取的裂缝特征进行匹配的方法是：首先将不同尺度下提取的裂缝投影到同一图像平面；然后定义任一像素点到另一尺度下任一条裂缝的距离为：该像素点到裂缝中最近的像素点的距离；最后计算任一条裂缝中所有像素点到另一裂缝的距离，保留距离小于某一设定阈值T_d的像素点作为匹配的点，将两条裂缝中所有匹配点的集合作为匹配的裂缝特征，阈值T_d的选择根据经验和实验设定为4。

5.根据权利要求1所述的基于多尺度图像信息融合的机场跑道裂缝检测方法，其特征在于：在步骤(4)中，所述的定义裂缝响应度量函数，并对上述已匹配的裂缝特征计算各自的响应值，完成对已匹配的裂缝特征的选择，从而实现裂缝特征的优化提取的方法是：首先，对于任意像素点x_j，定义以该像素点x_j为中心的加权高斯概率分布函数其中权值w_j＝1-N_L(x_j)/N，N_L(x_j)表示灰度值小于像素点x_j灰度值的像素点个数，N为图像中像素点的总数；然后，定义函数score(x_i)，用于描述任意像素点x_i为裂缝像素点的可能性，且有其中，Ne(x_i)为以像素点x_i为中心的4×4矩形邻域；最后，计算所有尺度下每一条裂缝的响应值，裂缝c_m的响应值为其中N(c_m)为裂缝c_m中像素点的总数；对于每一组匹配的裂缝特征，选择响应值最大的裂缝，如果该裂缝的响应值大于某一设定的阈值T_r，则将该裂缝加入最终检测结果；阈值T_r通过如下方式选取：T_r＝R_n+(R_c-R_n)/λ，其中R_c和R_n分别表示全部裂缝像素点和非裂缝像素点的响应值，λ为一个大于等于1的调节系数，根据经验选择λ＝2。