[发明专利]一种基于山脊线邻域评价模型的裂缝连接方法有效

专利信息
申请号: 201810630030.9 申请日: 2018-06-19
公开(公告)号: CN108898080B 公开(公告)日: 2022-03-11
发明(设计)人: 林靖宇;吴生宇 申请(专利权)人: 广西大学
主分类号: G06V20/10 分类号: G06V20/10;G06V10/26
代理公司: 广州市红荔专利代理有限公司 44214 代理人: 李彦孚;何承鑫
地址: 530004 广西壮族*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 山脊 邻域 评价 模型 裂缝 连接 方法
【说明书】:

发明涉及图像处理技术邻域,涉及一种基于山脊线邻域评价模型的裂缝连接方法:S1、图像采集:采集裂缝图像;S2、图像处理:对裂缝图像进行灰度分割处理,得到二值化图像;S3、图像提取:对二值化图像进行山脊线提取,得到山脊线集合L={L1,L2,...,Ln};S4、模型建立:根据山脊线集合L={L1,L2,...,Ln},建立山脊线邻域评价模型;S5、图像连接:调用山脊线邻域评价模型判断山脊线是否属于同一裂缝,若山脊线属于同一裂缝,则调用山脊线邻域评价模型进行裂缝连接。本发明通过构建山脊线邻域评价模型来对裂缝进行图像处理过程中断裂的部分进行连接,解决图像处理过程中裂缝断裂的问题,能有效表达出真实的裂缝的完整骨架结构,从而达到快速高效连接裂缝的目的。

技术领域

本发明涉及图像处理技术邻域,更具体地说,涉及一种基于山脊线邻域评价模型的裂缝连接方法。

背景技术

当今,对于高层建筑物的需求比以往任何时候都要大,随之而来的高层建筑物养护和安全保障等问题也变得越来越重要。在实际的工程中,建筑物外墙检测也是在慢慢的从人工到半自动化慢慢的发展的。现有的建筑物外墙自动检测系统很大程度上还是采用自动采集与人工识别的方式进行工作。由于墙面图像数量巨大,人工检测效率低,检测结果客观性差,开发全自动的高性能墙面裂缝识别算法仍然迫在眉睫。

目前的裂缝研究算法对部分裂缝取得了较好的检测效果。在利用数字图像技术检测路面裂缝时,由于部分裂缝过窄或被阴影遮挡或被灰尘填充,导致检测出的裂缝目标不连续,而这些方法没有对墙面裂缝进行连接或者只是直接对相邻裂缝的邻近端点连接,效果不佳,并未表达出真实的裂缝的完整骨架结构,严重影响后续的裂缝参数测量和评价。

发明内容

有鉴于此,本发明提供了一种基于山脊线邻域评价模型的裂缝连接方法,通过构建山脊线邻域评价模型来对裂缝进行图像处理过程中断裂的部分进行连接,从而解决图像处理过程中裂缝断裂的问题。

一种基于山脊线邻域评价模型的裂缝连接方法,具体步骤如下:

S1、图像采集:采集裂缝图像;该步骤S1具体为:利用无人机搭载高倍可变焦相机围绕大型建筑物外墙拍照进行图像采集,通过无人机上搭载的测距传感器来确定无人机离墙面的距离d,保证拍照时成像尺度相同。

S2、图像处理:对裂缝图像进行灰度分割处理,得到二值化图像;该步骤 S2具体为:S21、利用灰度算法,将裂缝图像进行灰度化处理,得到灰度图像; S22、利用线性增强算法,对灰度图像进行灰度线性化增强;S23、对灰度线性化增强后的灰度图像进行双边滤波处理;S24、利用自适应阈值二值化算法,对步骤S23中得到的灰度图像进行裂缝分割,筛选连通域,将面积小于阈值H的连通域剔除掉,得到二值化图像。

S3、图像提取:对二值化图像进行山脊线提取,得到山脊线集合 L={L1,L2,...,Ln};

S4、模型建立:根据山脊线集合L={L1,L2,...,Ln},建立山脊线邻域评价模型;在步骤S4中,该山脊线邻域评价模型的具体表达式为:

其中,表示第i条山脊线的邻域,其中Li表示第i条山脊线,εi表示第i条山脊线的邻域半径;表示第i个邻域与第j个邻域合并后形成的一个新邻域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西大学,未经广西大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810630030.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top