一种基于集成学习的路面裂缝检测仿真算法

• 作者: 郭香蓉 李鸿
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 路面检测 裂缝识别 图像处理 集成学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 121-125
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.02.023

摘要

针对当前智能学习算法对道面裂缝识别准确率不高的状况,提出了一种采用集成学习识别道面裂缝的算法.对图像进行栅格化和二值化处理,发现像素均值和像素标准差能够较好地反映裂缝信息,因此提取了像素分布密度、均值和标准差的水平投影和垂直投影作为特征量;引入stacking集成学习算法对裂缝进行检测,以基本分类器的输出作为元数据集,训练多分类最小二乘支持向量机(LS-SVM)的元分类器.在测试阶段能够获得无裂缝、点状裂缝、线状裂缝和网状裂缝四种检测结果.仿真结果表明,提出的算法相较单一的分类算法识别准确率显著提高,且具有较低的虚警概率.