基于灰色系統(tǒng)理論的路面圖像裂縫檢測算法研究.pdf

1、公路路面的裂縫檢測是公路運營后維護(hù)與保養(yǎng)的主要問題之一。隨著全球經(jīng)濟(jì)的持續(xù)發(fā)展，世界上大多數(shù)國家都掀起了一股大力發(fā)展基礎(chǔ)設(shè)施的熱潮，其中，公路建設(shè)作為交通行業(yè)的重頭戲而受到普遍重視。由于公路建成的里程越來越長，傳統(tǒng)的主要靠人工進(jìn)行路面檢測的方式也越來越滿足不了日益增長的檢測工作量，也不能適應(yīng)新時期的檢測要求，因此研制和開發(fā)全自動、高科技的公路路面檢測設(shè)備與算法成為了發(fā)展交通道路行業(yè)的一項重要任務(wù)。
　　 本文在查閱大量相關(guān)文獻(xiàn)的

2、基礎(chǔ)上，對目前的公路路面圖像的裂縫檢測算法進(jìn)行了綜述。針對目前的路面圖像裂縫檢測算法主要局限在基本的圖像處理技術(shù)、數(shù)學(xué)形態(tài)學(xué)、神經(jīng)網(wǎng)絡(luò)、小波分析等經(jīng)典理論上的特點，本文嘗試把灰色系統(tǒng)理論應(yīng)用到對路面圖像的預(yù)處理與分割中來，為裂縫檢測的后續(xù)處理打下一定的基礎(chǔ)。
　　 從路面裂縫產(chǎn)生的力學(xué)原因入手，本文在分析路面裂縫圖像的灰色特點的基礎(chǔ)上，闡明了應(yīng)用灰色系統(tǒng)理論來解決路面圖像裂縫檢測問題的合理性和優(yōu)越性，總結(jié)了路面檢測設(shè)備的發(fā)展?fàn)顩r

3、，介紹了灰色系統(tǒng)理論的基本概念，通過對路面圖像的去噪、濾波、增強(qiáng)以及邊緣檢測的基本原理的分析，闡述了10種結(jié)合灰色關(guān)聯(lián)分析、灰熵理論、灰色預(yù)測模型的路面圖像的去噪、濾波、增強(qiáng)、邊緣檢測的新算法。
　　 針對傳統(tǒng)的鄧氏關(guān)聯(lián)度在應(yīng)用圖像數(shù)據(jù)計算時，公式中可能出現(xiàn)分母為零、濾波效果不理想等情況，本文結(jié)合路面圖像數(shù)據(jù)的特征，提出了一種灰色圖像關(guān)聯(lián)度模型，選取圖像鄰域中的部分?jǐn)?shù)據(jù)進(jìn)行加權(quán)平均，并充分利用當(dāng)前濾波窗口中在本次遍歷中新得到的圖

4、像像素灰度值。當(dāng)路面圖像中的噪聲密度增加時，圖像鄰域窗口中的噪聲點在進(jìn)行加權(quán)濾波計算時也增加到了一個不可忽略的地步。本文提出，在對路面圖像進(jìn)行去噪前，先根據(jù)鄰域窗口中像素灰度值的灰關(guān)聯(lián)序進(jìn)行噪聲判別，再對當(dāng)前像素為噪聲點的鄰域窗口實施非噪聲點選取的灰關(guān)聯(lián)去噪或擴(kuò)大窗口中值濾波。在含有噪聲的路面圖像中，本文利用鄰域中各像素值與鄰域中值的灰熵值作為鄰域中各像素值的權(quán)系數(shù)，求鄰域各像素的加權(quán)平均值作為中心點的新灰度值以此來實現(xiàn)對噪聲的濾除。通

5、過對圖像鄰域窗口中像素的灰度值進(jìn)行排序，將圖像的像素分為三類進(jìn)行分別處理：正常點不變，大噪聲塊要擴(kuò)大窗口進(jìn)行中值濾波，僅對鄰域中含有少量噪聲的噪聲點實施基于仿射變換的灰色預(yù)測濾波。
　　 通過計算鄰域窗口中中心像素的灰度值與鄰域各像素值的灰關(guān)聯(lián)熵，來度量鄰域窗口中的局部邊緣程度，然后搜索閾值來對路面圖像的邊緣進(jìn)行分割。通過計算圖像鄰域窗口中的16種紋理方向的像素灰熵值，以及鄰域中灰熵值的最大值與最小值之差，來找出圖像中局部紋理起

6、伏的邊緣特征，從而設(shè)定閾值實現(xiàn)路面圖像的邊緣檢測。對圖像鄰域窗口中的四個主要的紋理走向的像素組進(jìn)行添加輔助點的GM（1，1，C）建模，并將四個模型的擬合值的殘差和的最大值與最小值之差作為當(dāng)前中心點的邊緣程度的測度，設(shè)定閾值，提取路面圖像的邊緣。
　　 在圖像鄰域窗口中應(yīng)用灰色圖像關(guān)聯(lián)度選擇出鄰域中部分與中心像素不同屬性的像素并增大它們的均值與中心像素的對比度，以此提高圖像增強(qiáng)的效果。通過利用圖像鄰域窗口中的灰熵值構(gòu)造圖像模糊局部