基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了充分掌握路面裂缝信息,给路面养护管理、路面性能评价与预测、路面结构和材料设计提供参考,对路面裂缝图像自动分类与严重程度识别进行研究.首先,将裂缝轮廓进行矢量化处理,从而分离出单个裂缝区域进行特征计算与分析,提取倾角、块度、空洞等新的裂缝几何特征;然后,选择裂缝分类特征(裂缝空洞、长宽比和倾角明显程度),基于统计阈值区分线性裂缝和网状裂缝;最后,分别根据倾角和宽度对线性裂缝进行分类和严重程度识别,根据块度特征识别块状裂缝、龟裂及其严重程度.结果表明:裂缝分类和严重程度识别结果准确有效,可在无人为干预的情况下准确、自动、实时地提取路面裂缝种类和严重程度信息.
推荐文章
基于数字图像处理的沥青路面破损检测技术
数字图像处理
沥青路面
边缘检测
图像分割
数字图像处理算法概述
图像处理
滤波
小波分析
随机共振
基于数字图像的混凝土桥梁裂缝检测技术
混凝土桥梁
裂缝检测
数字图像
计算机识别
图像处理
盲环境下数字图像的自动修复算法研究
数字图像
图像自动修复
可信性综合度量模型
纹理合成
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数字图像处理的路面裂缝自动分类算法
来源期刊 中国公路学报 学科 交通运输
关键词 道路工程 路面裂缝 图像处理 分类算法 轮廓矢量化 块度
年,卷(期) 2014,(9) 所属期刊栏目 道路工程
研究方向 页码范围 10-18,24
页数 分类号 U416.2
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒲云 西南交通大学交通运输与物流学院 189 3007 32.0 44.0
2 蒋阳升 西南交通大学交通运输与物流学院 78 617 14.0 22.0
11 彭博 西南交通大学交通运输与物流学院 17 65 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
道路工程
路面裂缝
图像处理
分类算法
轮廓矢量化
块度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国公路学报
月刊
1001-7372
61-1313/U
大16开
西安市南二环路中段长安大学内
52-194
1988
chi
出版文献量(篇)
3614
总下载数(次)
9
总被引数(次)
77339
论文1v1指导