基于1 mm 精度路面三维图像的裂缝自动并行识别算法

• 作者: Kelvin C.P.Wang 彭博 蒋阳升 陈成
• 来源期刊: 东南大学学报（自然科学版）
• 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 裂缝融合 裂缝种子
• 年，卷（期）: 2015,（6）
• 页码范围: 1190-1196
• 页数: 7页
• 分类号: U416.23
• 字数: 4424字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2015.06.030

摘要

为了快速、准确、完整地识别裂缝，基于1 mm／像素的路面三维图像提出了具有并行结构的裂缝自动识别算法．首先，进行降维处理，分别以像素（0，0）和（4，4）为起点将源图像划分为8×8像素的子块，获得2幅部分重叠的降维图像；然后，基于降维图像进行裂缝种子识别和裂缝连接，形成10个并列的子流程，从而产生10幅初步裂缝图像；最后，对10幅图像进行裂缝融合与滑动窗口去噪处理，获得裂缝图像．测试结果表明：提出的算法具有较高的准确率（平均92.56％）和召回率（平均90.59％），并以90.59％的 F 值优于 Otsu 阈值分割及 Canny 边缘检测算法；该算法的并行结构有利于程序并行化，能有效提高运算速度．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋阳升	西南交通大学交通运输与物流学院	78	617	14.0	22.0
5	彭博	重庆交通大学交通运输学院	24	45	4.0	6.0