基于脉冲耦合神经网络的路面裂缝提取

• 作者: 宋蓓蓓 韦娜
• 来源期刊: 长安大学学报：自然科学版
• 学科: 交通运输
• 关键词: 道路工程 公路路面裂缝 脉冲耦合神经网络 数字形态学 图像分割
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 道路工程
• 页码范围: 33-37
• 页数: 5页
• 分类号: U416.06
• 语种: 中文

摘要

考虑裂缝比路面背景更暗的特点,采用结合赋时矩阵的脉冲耦合神经网络模型,实现了路面图像分割和裂缝的粗提取;利用裂缝比杂质面积大的特点,提出一种基于数字形态学的连通区域提取算法,通过计算每个区域包含的像素数量,采用阈值方法剔除杂质,实现裂缝的精提取。研究结果表明：脉冲耦合神经网络裂缝粗提取方法的平均检测率和虚检率分别为92.43%和47.67%;综合方法平均检测率和虚检率分别为91.1%和7.68%,显著提高了路面裂缝检测的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋蓓蓓		7	36	3.0	6.0
2	韦娜		10	129	5.0	10.0