基于各向异性测度的路面三维图像裂缝识别

• 作者: WANG Kelvin C. P. 彭博 蒋阳升 陈成
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 道路工程 识别算法 图像处理 路面裂缝 各向异性检测 三维图像
• 年，卷（期）: 2014,（5）
• 页码范围: 888-895
• 页数: 8页
• 分类号: U416.23
• 字数: 5032字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2014.05.023

摘要

为准确而完整地识别路面裂缝，提出了基于1 mm/像素的路面三维图像裂缝自动识别算法．该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分．首先，针对路面图像像素特征，基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度（表征方向性的强弱），并应用最大类间方差法确定最优阈值，将路面图像分为强方向性和弱方向性像素两类；其次，根据半径为d的正方形邻域深度均值设定阈值，用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像；最后，将裂缝图像划分为多个子块，设计去噪模板对裂缝图像进行滑动窗口去噪处理，获得最终裂缝图像．基于166幅含有各类裂缝的三维路面图像（2048×2048像素）进行测试分析，结果显示，本文算法获得了较高的准确率（均值91．57％）和召回率（均值81．29％），最终以84．26％的F1均值优于种子识别算法（F1均值69．19％）、Canny边缘检测（F1均值8．15％）和OTSU分割（F1均值5．11％）．