[发明专利]路面表观裂痕的视觉检测方法在审
申请号: | 201910612772.3 | 申请日: | 2019-07-09 |
公开(公告)号: | CN110322441A | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | 龙鸿峰;彭真明;廖龙;曹思颖;何艳敏;蒲恬;赵学功;杨春平 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T5/00 |
代理公司: | 成都智言知识产权代理有限公司 51282 | 代理人: | 濮云杉 |
地址: | 610000 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 裂痕 低噪声图像 二值图像 路面图像 滤波算法 平滑图像 视觉检测 增强图像 算法 形态学 筛选 公路表面 检测结果 扩散滤波 裂痕检测 滤波处理 预先确定 阈值分割 鲁棒性 图像块 误检率 检测 准确率 滤波 像素 分割 | ||
1.路面表观裂痕的视觉检测方法,其特征包括:
A.输入待检测的含有裂痕的路面图像I(x,y);
B.对路面图像I(x,y)中每个像素周围的4个方向通过扩散滤波算法进行滤波,得到平滑图像;
C.通过Kuwahara滤波算法,对所述平滑图像进行滤波处理,得到低噪声图像;
D.通过Jerman滤波算法增强低噪声图像中的裂痕区域,得到增强图像;
E.对增强图像通过双阈值分割算法,得到分割后的二值图像;
F.利用形态学属性对二值图像中的图像块根据预先确定的固定阈值进行筛选,得到筛选后的检测结果。
2.如权利要求1所述的路面表观裂痕的视觉检测方法,其特征为:步骤B中,先计算出路面图像I(x,y)中每个像素周围4个方向的梯度,再根据梯度计算该4个方向的扩散系数,最后根据梯度和扩散系数计算出滤波结果,从而得到平滑图像。
3.如权利要求2所述的路面表观裂痕的视觉检测方法,其特征为:步骤B包括:
B1.先计算出路面图像I(x,y)中每个像素周围4个方向的梯度:
其中,x和y分别表示当前像素的横坐标和纵坐标,分别表示当前像素周围4个方向的梯度;
B2.计算像素4个方向的扩散系数:
其中,K为路面的热传导系数,cNx,y,cSx,y,cEx,y,cWx,y分别表示像素周围4个方向上的扩散系数;
B3.根据梯度和扩散系数计算出滤波结果:
其中,t为迭代次数,λ为权重系数;
B4.重复执行步骤B1至B3,直到完成迭代次数t。
4.如权利要求1所述的路面表观裂痕的视觉检测方法,其特征为:步骤C所述的对平滑图像进行滤波处理,先取出路面图像I(x,y)中以每个像素为中心点、大小为z×z的图像块A,其中z为大于1小于9的奇数,然后将块图像A分为四个子图像块,最后分别计算这四个子图像块的方差,取其中方差最小的区域的均值作为该中心点像素滤波的结果。
5.如权利要求4所述的路面表观裂痕的视觉检测方法,其特征为:其中所述将块图像A分为四个子图像块,包括:
图像块A的尺寸为z×z,取图像块A的第1列到第列、第1行到第行的数据为第一子图像块a1;
取图像块A的第列到第z列、第1行到第行的数据为第二子图像块a2;
取图像块A的第1列到第列、第行到第z行的数据为第三子图像块a3;
取图像块A的第列到第z列、第行到第z行的数据为第四子图像块a4;
如果计算结果为小数,则对该计算结果的小数部分四舍五入到个位。
6.如权利要求1所述的路面表观裂痕的视觉检测方法,其特征为:步骤D所述的通过Jerman滤波算法增强低噪声图像中的裂痕区域,包括:计算路面图像I(x,y)的Hessian矩阵,然后计算Hessian矩阵的特征值,对所述特征值进行归一化处理,得到归一化特征值,最后根据特征值和归一化特征值计算出所述的增强图像。
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电子科技大学,未经电子科技大学许可,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/201910612772.3/1.html,转载请声明来源钻瓜专利网。