[發(fā)明專利]基于HOG特征的橋梁混凝土表面裂縫檢測方法

有效

• 申請?zhí)枺?/td>: 201710225020.2
• 申請日: 2017-04-07
• 公開（公告）號: CN107169953B
• 公開（公告）日: 2020-02-21
• 發(fā)明（設(shè)計）人: 李云松;寇瀟
• 申請（專利權(quán)）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06K9/46;G06K9/40
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 韋全生;王品華

1.基于HOG特征的橋梁混凝土表面裂縫檢測方法，其特征在于包括如下步驟：

(1)采用單通道轉(zhuǎn)換法，將待檢測橋梁的彩色圖像H轉(zhuǎn)換為灰度圖像，并對其進行濾波，得到去噪灰度圖像H`；

(2)對去噪灰度圖像H`進行二值化處理，得到多個去噪灰度二值圖像塊，實現(xiàn)步驟為：

(2a)對去噪灰度圖像H`進行不重疊小塊分割，得到多個去噪灰度圖像塊；

(2b)對每個去噪灰度圖像塊的灰度直方圖進行統(tǒng)計，得到多個去噪灰度直方圖；

(2c)將每個去噪灰度直方圖的全局波谷作為去噪灰度直方圖閾值：對每個去噪灰度直方圖的各局部極小值點從左到右進行篩查，并將右邊梯度是左邊3倍的局部極小值點，即所述去噪灰度直方圖的全局波谷，作為去噪灰度直方圖閾值；

(2d)使用去噪灰度直方圖閾值，對該去噪灰度直方圖對應的圖像塊進行二值化處理，得到多個去噪灰度二值圖像塊；

(3)對每個去噪灰度二值圖像塊的梯度方向直方圖進行統(tǒng)計，并根據(jù)統(tǒng)計結(jié)果對去噪灰度二值圖像塊進行初步處理與合并，得到圖像H的完整二值圖像，實現(xiàn)步驟為：

(3a)計算每個去噪灰度二值圖像塊中各像素點的梯度方向θ(x,y)，并對所有梯度方向直方圖進行統(tǒng)計，得到多個梯度方向直方圖；

(3b)利用多個梯度方向直方圖，對二值圖像塊是否含有裂縫進行初步判斷和處理，若梯度方向直方圖含有兩個波峰，則保持該可能含有裂縫的二值圖像塊不變，否則將該二值圖像塊置為全白；

(3c)將初步處理的所有二值圖像塊進行合并，得到圖像H的完整二值圖像；

(4)計算圖像H的完整二值圖像的HOG特征x_H(i,j)：以圖像H的完整二值圖像的每個像素點為中心，取尺寸為mxm的圖像塊，并求取每個圖像塊的HOG特征x_H(i,j)r，得到圖像H的完整二值圖像對應的HOG特征x_H(i,j)，其中，m表示圖像塊的邊長，(i,j)表示像素點位置，r表示圖像塊的編號；

(5)采用圖像H的完整二值圖像的HOG特征x_H(i,j)對SVM分類器進行訓練，得到訓練SVM分類器；

(6)采用待檢測橋梁的彩色圖像N替代步驟(1)中的待檢測橋梁的彩色圖像H，并執(zhí)行步驟(1)～步驟(4)，得到圖像N的完整二值圖像對應的HOG特征x_N(i,j)；

(7)將圖像N的完整二值圖像對應的HOG特征x_N(i,j)輸入到訓練SVM分類器中，對(i,j)位置的像素進行分類：對訓練SVM分類器輸出結(jié)果0或1進行標記，得到(i,j)位置的非裂縫像素和裂縫像素，其中0代表(i,j)位置的像素為非裂縫像素，1代表(i,j)位置的像素為裂縫像素。

2.根據(jù)權(quán)利要求1所述的基于HOG特征的橋梁混凝土表面裂縫檢測方法，其特征在于，步驟(1)中所述的對灰度圖像進行濾波，采用高斯平滑濾波器。

3.根據(jù)權(quán)利要求1所述的基于HOG特征的橋梁混凝土表面裂縫檢測方法，其特征在于，步驟(1)中所述的單通道轉(zhuǎn)換法，其表達式為：

Y＝0.3R+0.59G+0.11B

其中，R表示彩色圖像的紅色分量，G表示彩色圖像的綠色分量，B表示彩色圖像的藍色分量。

4.根據(jù)權(quán)利要求1所述的基于HOG特征的橋梁混凝土表面裂縫檢測方法，其特征在于，步驟(3a)中所述的計算每個去噪灰度二值圖像塊中各像素點的梯度方向θ(x,y)，其計算公式為：

θ(x,y)＝tan^-1[V(x,y)/H(x,y)]

其中H(x,y)表示像素點(x,y)的橫向梯度值，V(x,y)表示像素點(x,y)的縱向梯度值。

5.根據(jù)權(quán)利要求1所述的基于HOG特征的橋梁混凝土表面裂縫檢測方法，其特征在于，步驟(3a)中所述的對所有梯度方向直方圖進行統(tǒng)計，實現(xiàn)步驟為：

(3a1)將所有像素點的梯度方向劃分為多個梯度方向單元；

(3a2)對每個梯度方向單元所對應的像素點進行計數(shù)，得到去噪灰度二值圖像塊的梯度方向直方圖。