[發明專利]一種基于主動輪廓模型的路面裂縫檢測方法

有效

• 申請號: 201210531641.0
• 申請日: 2012-12-11
• 公開（公告）號: CN103048329A
• 公開（公告）日: 2013-04-17
• 發明（設計）人: 承恒達
• 申請（專利權）人: 北京恒達錦程圖像技術有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01B11/00;G06K9/62;G06K9/46
• 代理公司: 北京天悅專利代理事務所(普通合伙) 11311
• 代理人: 田明;任曉航

1.一種路面裂縫檢測方法，包括以下步驟：

步驟100：對路面裂縫圖像進行對比度增強；

步驟200：基于步驟100的經過對比度增強后的圖像，進行路面裂縫區域精確檢測；

步驟300：基于步驟200的精確檢測結果，對路面裂縫進行分類。

2.一種對路面圖像的增強方法，包括以下步驟：

步驟1000，計算背景灰度信息熵和裂縫灰度信息熵，來確定背景和目標的最佳閾值；

步驟2000，使用步驟1000中的最佳閾值來確定隸屬度函數的參數；

步驟3000，用冪函數作為增強轉換函數，利用冪函數的指數作為增強調節系數進行圖像增強。

3.如權利要求2所述的對路面圖像增強的方法，其特征在于：

所述調節系數由分別代表局部信息和全局信息的兩部分參數構成；其中局部信息是根據像素點所處窗口的邊緣均值計算而得。

4.如權利要求2所述的對路面圖像增強的方法，其特征在于：

所述步驟1000進一步包括：

步驟1100：輸入原始圖像g_orig，計算歸一化后圖像x，并計算圖像x的平均灰度值k；

步驟1200：在區間[0,k]上逐一取值賦給t，計算背景灰度信息熵Hb(t)和目標灰度信息熵和Ho(t)；

步驟1300：由最大信息熵確定最佳閾值t*。

5.如權利要求4所述的對路面圖像增強的方法，其特征在于：

所述步驟2000進一步包括以下步驟：

步驟2100：計算隸屬函數參數b=t*，a=2b-c，c為圖像x灰度的最大值，將圖像x轉換到模糊域，計算μ_X(x_mn),其中x_mn為圖像中的像素點(m,n)的灰度值；

步驟2200：計算當前位置為(m,n)的像素點局部邊緣值若值為零，則求出增強后的該點灰度值x′_mn；否則執行步驟2300；

步驟2300：計算以當前位置為(m,n)的像素點為中心的窗口的邊緣均值和近似度系數

步驟2400：計算模糊信息熵ρ_mn，計算參數值小值δ_min；

步驟2500：計算增強系數σ_mn和轉換對比度然后計算增強后模糊隸屬度值和空間域內灰度值；

步驟2600：判斷圖像中的所有像素點是否全部處理完，如果是則結束，否則繼續進行運算。

6.一種基于路面圖像的路面裂縫檢測方法，包括以下步驟：

步驟1000，生成的低精度的與實際的裂縫區域較為接近的感興趣區域；

步驟2000，檢測以確定裂縫區域的精確位置。

7.如權利要求6所述的基于路面圖像的路面裂縫檢測方法，其特征在于：

所述步驟1000中，在低精度的感興趣區域生成中，進一步包括以下步驟：

步驟1100，通過支持向量機方法建立分類器，將所有圖像塊分為“裂縫”與“背景”兩類；

步驟1200，將分類生成的二值化圖像進行后處理，并確定感興趣區域。

8.一種基于路面圖像的路面裂縫檢測方法，包括以下步驟：

步驟1000，在高一級尺度層次上對完整的裂縫圖像進行檢測，找到一個該尺度層次下的分類用感興趣區域；

步驟2000，降低尺度層次，參考在較高尺度層次下得到的定位結果，在較低尺度上對圖像的全部或某一部分進行處理，提高定位精度，直到得到符合后續步驟精度要求的分類用感興趣區域為止。

9.一種路面裂縫檢測方法，包括以下步驟：

步驟1000：采用模糊邏輯的路面裂縫圖像對比度增強；

步驟2000：對步驟1000中經過對比度增強的圖像采用基于主動輪廓模型的方法對路面裂縫進行檢測；

步驟3000：對步驟2000中檢測出的路面裂縫，采用基于多示例學習方法對路面裂縫進行分類。

10.如權利要求9所述的路面裂縫檢測方法，其特征在于：

所述步驟1000進一步包括：

步驟1100：對裂縫圖像歸一化處理；

步驟1200：對步驟1100處理后的圖像進行圖像局部信息提取及模糊化；

步驟1300：對步驟1200處理過的圖像進行整體對比度轉換。

所述步驟2000進一步包括：

步驟2100：采用基于有監督學習的局部特征分類方法，進行感興趣區域ROI的確定；

步驟2200：對劃分出的感興趣區域進行分割；

所述步驟3000進一步包括：

步驟3100：構建多示例包,將圖像全局分塊，塊大小為bl*bl，圖像為一個包，包已知標簽，每個塊為包中的一個示例；

步驟3200：對裂縫進行特征提取；

步驟3300：采用基于多示例學習方法對路面裂縫進行分類。