基于灰色系統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與保養(yǎng)的主要問題之一。隨著全球經濟的持續(xù)發(fā)展，世界上大多數國家都掀起了一股大力發(fā)展基礎設施的熱潮，其中，公路建設作為交通行業(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，傳統的主要靠人工進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備與算法成為了發(fā)展交通道路行業(yè)的一項重要任務。
　　 本文在查閱大量相關文獻的

2、基礎上，對目前的公路路面圖像的裂縫檢測算法進行了綜述。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、數學形態(tài)學、神經網絡、小波分析等經典理論上的特點，本文嘗試把灰色系統理論應用到對路面圖像的預處理與分割中來，為裂縫檢測的后續(xù)處理打下一定的基礎。
　　 從路面裂縫產生的力學原因入手，本文在分析路面裂縫圖像的灰色特點的基礎上，闡明了應用灰色系統理論來解決路面圖像裂縫檢測問題的合理性和優(yōu)越性，總結了路面檢測設備的發(fā)展狀況

3、，介紹了灰色系統理論的基本概念，通過對路面圖像的去噪、濾波、增強以及邊緣檢測的基本原理的分析，闡述了10種結合灰色關聯分析、灰熵理論、灰色預測模型的路面圖像的去噪、濾波、增強、邊緣檢測的新算法。
　　 針對傳統的鄧氏關聯度在應用圖像數據計算時，公式中可能出現分母為零、濾波效果不理想等情況，本文結合路面圖像數據的特征，提出了一種灰色圖像關聯度模型，選取圖像鄰域中的部分數據進行加權平均，并充分利用當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行加權濾波計算時也增加到了一個不可忽略的地步。本文提出，在對路面圖像進行去噪前，先根據鄰域窗口中像素灰度值的灰關聯序進行噪聲判別，再對當前像素為噪聲點的鄰域窗口實施非噪聲點選取的灰關聯去噪或擴大窗口中值濾波。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系數，求鄰域各像素的加權平均值作為中心點的新灰度值以此來實現對噪聲的濾除。通

5、過對圖像鄰域窗口中像素的灰度值進行排序，將圖像的像素分為三類進行分別處理：正常點不變，大噪聲塊要擴大窗口進行中值濾波，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聯熵，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，從而設定閾值實現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前中心點的邊緣程度的測度，設定閾值，提取路面圖像的邊緣。
　　 在圖像鄰域窗口中應用灰色圖像關聯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，以此提高圖像增強的效果。通過利用圖像鄰域窗口中的灰熵值構造圖像模糊局部