原文服务方: 物联网技术       
摘要:
由于受水质环境和悬浮物等因素的干扰,水下环境具有复杂性和多变性,获取的水下堤坝裂缝的图像存在噪声较大、对比度不够等一系列影响质量的问题。通过普通的边缘检测方式对水下堤坝裂缝进行检测存在困难。为了能够获取更加准确的裂缝信息,提出应用自适应阈值分割以及多尺度导向滤波Retinex图像增强的算法。应用多尺度导向滤波Retinex算法增强处理获取的图像,并实现色彩空间的转换,由RGB变为HSV;之后再借助于导向滤波算法处理中的亮度图像,实现其分量的估算;再通过直方图裁剪、Gamma颜色校正处理和获取照度图像,运用Sigmoid函数对反射图像进行增强,从而达到增强裂缝图像的作用。与当前存在的Retinex算法进行对比,针对对比度较高的边缘范围具有“光晕伪影”以及偏色的情况,通过该算法都能得到有效解决。通过应用自适应最大类间方差阈值分割以及形态学处理方式分割经过增强的裂缝头像,得到骨架图像,同时细化线性裂缝,将其变为单像素,从而计算出相应的目标裂缝参数。通过实验说明,应用以上算法对复杂度较高的水下环境中的裂缝能够进行有效检测。
推荐文章
基于轮廓特征的水下混凝土结构表面裂缝检测算法
水下混凝土结构
裂缝检测
轮廓特征
边缘连接
基于小波变换和Retinex算法的显著性检测
显著性检测
Retinex
小波变换
简单线性迭代聚类(SLIC)
基于Retinex的视频自适应增强算法
Retinex
图像增强
光照补偿
引导滤波
基于视频跟踪的水下裂缝缺陷智能标注系统
水下裂缝缺陷
智能标注
模型训练
目标跟踪
系统设计
仿真实验
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 Retinex 算法的水下堤坝裂缝检测
来源期刊 物联网技术 学科
关键词 Retinex算法 自适应 水下图像增强 图像检测 图像分割 骨架提取
年,卷(期) 2022,(7) 所属期刊栏目 学术研究-智能处理与应用
研究方向 页码范围 102-106
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.16667/j.issn.2095-1302.2022.07.031
五维指标
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)
2022(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
Retinex算法
自适应
水下图像增强
图像检测
图像分割
骨架提取
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
物联网技术
月刊
2095-1302
61-1483/TP
16开
2011-01-01
chi
出版文献量(篇)
5103
总下载数(次)
0
总被引数(次)
13151
论文1v1指导