[發(fā)明專利]一種基于隨機(jī)森林的路面裂縫檢測(cè)方法及其評(píng)價(jià)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810317128.9
• 申請(qǐng)日: 2018-04-10
• 公開（公告）號(hào): CN108520278A
• 公開（公告）日: 2018-09-11
• 發(fā)明（設(shè)計(jì)）人: 李良福;高小小;孫瑞赟
• 申請(qǐng)（專利權(quán)）人: 陜西師范大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06T5/30;G06T5/40
• 代理公司: 西安智萃知識(shí)產(chǎn)權(quán)代理有限公司 61221
• 代理人: 趙雙

1.一種基于隨機(jī)森林的路面裂縫檢測(cè)方法，其特征在于：包括以下步驟：步驟1，采集路面的灰度圖像，將灰度圖像分割成多個(gè)圖像塊x，并生成圖像塊x對(duì)應(yīng)的二值化分割模板y；

步驟2，對(duì)圖像塊x提取圖像特征θ_j，圖像特征θ_j包括每個(gè)圖像塊x的均值特征μ、標(biāo)準(zhǔn)差特征S，以及積分通道特征；

步驟3，將所述多個(gè)含有裂縫的圖像塊x輸入決策森林中，每個(gè)樹的左葉子對(duì)應(yīng)分割模板y或生成的新分割模板y；分割模板y和新分割模板y構(gòu)成了結(jié)構(gòu)空間γ；

步驟4，將所述圖像塊x進(jìn)行二值化，并進(jìn)行腐蝕和膨脹操作消除噪聲，得到二值化圖像塊；

步驟5，將所述結(jié)構(gòu)空間γ中的分割模板y和新分割模板y’用裂縫描述子進(jìn)行特征提取，然后通過分類器進(jìn)行學(xué)習(xí)；

步驟6，將所述路面的灰度圖像輸入到分類器中，將不含裂縫的圖像塊x均置為0，含有裂縫的圖像塊x均置為所述二值化圖像塊。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述步驟2中的均值特征μ和標(biāo)準(zhǔn)差特征S分別根據(jù)以下公式得到：

其中，1≤m≤M,1≤n≤N，m和n分別表示示圖像塊x的長(zhǎng)和寬；M和N表示圖像塊x的最大長(zhǎng)度值和最大寬度值；

所述的積分通道特征包括8個(gè)方向的梯度直方圖通道Q_θ、3個(gè)LUV顏色通道、梯度幅值GRAD和梯度方向α；其中，

Q_θ(m,n)＝GRAD(m,n)×L[Θ(m,n)＝θ]；

L表示指示函數(shù)，θ表示梯度方向α(m,n)的量化范圍，θ的取值范圍分別為：0-45度，45-90度，90-135度，135-180度，180-225度，225-270度，270-315度和315-360度；

所述3個(gè)LUV顏色通道通過將圖像塊x從RGB顏色空間轉(zhuǎn)換至CIE LUV空間。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于：所述將圖像塊x從RGB顏色空間轉(zhuǎn)換至CIELUV空間的具體步驟為，根據(jù)公式(1)和(2)將圖像塊x從RGB顏色空間轉(zhuǎn)換至CIE XYZ顏色空間，然后再轉(zhuǎn)換到CIE LUV空間；

其中，

Y_n表示參照白點(diǎn)的刺激值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述步驟3的具體步驟為：

步驟3.1，根據(jù)決策森林算法，通過預(yù)測(cè)函數(shù)ψ(x|f_t):χ→γ和多數(shù)投票算法預(yù)測(cè)含有裂縫的圖像塊x的預(yù)類別，預(yù)類別預(yù)測(cè)完成后，每個(gè)葉子上的圖像塊x為該葉子的一個(gè)分割模板；

其中，預(yù)測(cè)函數(shù)ψ(x|f_t):χ→γ為：

ψ(x|L(π))＝π

其中，f_t表示決策樹，L(π)表示葉子節(jié)點(diǎn)，表示所有節(jié)點(diǎn)的集合，j表示任一節(jié)點(diǎn)，h(x,θ_j)∈{0,1}表示節(jié)點(diǎn)的集合關(guān)聯(lián)的二元分割函數(shù)；若h(x,θ_j)＝0，則x應(yīng)該屬于左子樹f_t^L，否則屬于右子樹f_t^R；π是最能代表該葉子類別的模板；

步驟3.2，通過最大化信息增益選擇最優(yōu)的圖像特征θ_j，以使每個(gè)決策樹的葉子的模板之間的差別最小，最優(yōu)圖像特征θ_j所在葉子的分割模板為圖像塊x的終類別；

步驟3.3，隨機(jī)選擇中轉(zhuǎn)空間Z的256維的向量，根據(jù)公式(3)將結(jié)構(gòu)空間γ映射到中轉(zhuǎn)空間Z中，然后采用主元素分析法將中轉(zhuǎn)空間的256維的向量降維至5維作為中轉(zhuǎn)向量，最后，將每一個(gè)中轉(zhuǎn)向量z∈Z的主方向進(jìn)行二聚類，同一個(gè)聚類器中的中轉(zhuǎn)向量標(biāo)記為相同的c∈C，以使中轉(zhuǎn)空間Z轉(zhuǎn)換至標(biāo)記空間C中；

其中，∏_φ:γ→Z (3)

Z＝∏(y)表示一個(gè)維的向量。