[發明專利]一種路面裂縫圖像自動檢測方法

有效

• 申請號: 201610717481.7
• 申請日: 2016-08-24
• 公開（公告）號: CN106327494B
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 張家利
• 申請（專利權）人: 湖北省公路水運工程咨詢監理公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 鄧佳

本發明公開了一種路面裂縫圖像自動檢測方法，包括將每幅路面裂縫圖像及其子圖片與對應標簽關聯，每個子圖片有其特征描述向量，通過子圖片再分成多個子圖片形成金字塔結構，并最終根據金字塔模式形成裂縫圖像特征描述向量，將特征描述向量轉換到傅里葉空間，并計算裂縫圖像在傅里葉空間的振動幅度；采用可控制濾波器進行濾波，然后尋找弱分類器，將多個裂縫圖像弱分類器按其權重組合得到強分類器，最后自動檢測出帶有裂縫的路面圖像。與傳統方法相比，本發明中獲取的裂縫圖像特征描述向量能夠表征裂縫圖像的紋理特質，并采用改進的Adaboost對裂縫圖像進行檢測，在檢測精度和速度上有了明顯的提高。

技術領域

本發明涉及路面裂縫圖像檢測領域，特別是涉及一種路面裂縫圖像自動檢測方法。

背景技術

在裂縫檢測領域，一些研究工作依賴于無監督的分割：通過統計分析、結構分析、空間濾波、基于模型的分析、和基于神經網絡的分類方法或K-均值聚類方法，人們一直喜歡用無監督分割的簡單算法，這些沒有學習的步驟?，F在，實時分類中有許多技術得到應用，而這些方法分類準備，至今還沒在裂縫領域提出，此外，每一種方法可以是針對全局的，也可以是針對圖像局部的區域，但用全局描述的時候，我們可以從裂縫模型的形狀及幾何方面來考慮，但是大多數時候，裂縫占整幅圖像很少的比例，通過全局的方法檢測可能會錯過裂縫，它也說明了這樣一個事實，因此針對裂縫圖像的特點很難通過全局的分析方式高精度的檢測裂縫圖像。

因此，在本發明中為了提高局部檢測結果，我們提出了基于多個分類器組合的改進Adaboost算法，每個子圖片有其特征描述向量，通過子圖片再分成多個子圖片形成金字塔結構，并最終根據金字塔模式形成特征描述向量，特征描述向量能夠描述裂縫圖像的紋理特征，并通過傅立葉變換和可控制的濾波器對圖像進行去噪和濾波，最后將多個弱分類器組合起來，最終形成強分類器，達到了檢測裂縫圖像的目的，本發明中獲取的特征描述向量能夠表征裂縫圖像的紋理特質，并采用改進的Adaboost對路面裂縫圖像進行檢測，在檢測精度和速度上有了明顯的提高，幾個分類方法是基于局部的分析，而局部分析法來識別裂縫是一個非常實用的方法。而且，局部分類法利用好提出的非常好的分類器：結構分類器和基于模型的分類器。

發明內容

本發明針對現有技術存在的上述問題，提出了一種路面裂縫圖像自動檢測方法。

本發明的具體技術方案是這樣實現的：包括以下具體步驟：

步驟一：將每幅路面裂縫圖像與對應標簽關聯，且每幅裂縫圖像分為n張子圖片，子圖片可以再細分為子圖片，形成金字塔結構，并最終根據金字塔模式形成特征描述向量，每個子圖片與對應標簽關聯，標簽對應于子圖片中有裂縫為0和無裂縫為1，每個子圖片有其特征描述向量，它可以是一個描述器或者幾個描述器的串聯。

步驟二：子圖片轉換成傅里葉空間，首先計算裂縫圖像在傅里葉空間的振幅，網格尺寸選擇這個尺寸可以通過抑制噪聲來增強信號，最后計算每個裂縫圖像子圖片的振幅；

步驟三：采用可控制濾波器進行濾波，可控制濾波器采用三個基礎濾波器線性組合得到，此外，可控制濾波器可以根據像素分布評估每個像素的相對角度，濾波后的圖像中的每個像素都對應于可控制濾波器窗口內的最小值，方差參數決定可控制濾波器的大小，可控制的濾波器由三個參數制成，通過對參數控制進而調節可控制濾波器，利用可控制濾波器對裂縫圖像進行處理。

步驟四：對濾波后的裂縫圖像數據通過選擇的弱分類器尋找合適權重使錯誤率降到最低：

權重進行計算：

在一個獨立的數據庫上測試錯誤率，如果錯誤率在N次測試中能降低則重復步驟四，最后得到強分類器：