| 基于图像纹理的沥青路面坑槽识别及提取* |
| |
| 引用本文： | 王朋辉,胡永彪,田明锐,戴勇. 基于图像纹理的沥青路面坑槽识别及提取*[J]. 计算机应用研究, 2018, 35(5) |
| |
| 作者姓名： | 王朋辉 胡永彪 田明锐 戴勇 |
| |
| 作者单位： | 长安大学公路养护装备国家工程实验室,长安大学公路养护装备国家工程实验室,长安大学公路养护装备国家工程实验室,长安大学公路养护装备国家工程实验室 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金资助(310825165028),中央高校基本科研业务费专项资金资助(310825153313) |
| |
| 摘 要： | 针对现有基于视觉的坑槽检测方法仅侧重识别,提取精度不高的缺点,提出了一种综合利用坑槽灰度特征和纹理特征的坑槽识别及提取方法。图像二值化后,根据形状特征和标准偏差对坑槽进行定性识别和初始提取；对检测出含有坑槽的图像,利用灰度共生矩阵提取纹理特征,并利用主元分析法剔除冗余纹理特征,通过模糊C均值聚类算法将属于坑槽病害的纹理区域聚为一类,再叠加定性识别的初始提取结果,经形态学处理即可准确的提取坑槽病害区域。本文方法定性识别的召回率为90.0%,精确率为87.1%,准确率为92.2%,所提取的坑槽区域与原图像坑槽区域重叠度在在80%以上的图像比率为70.4%,在70%以上的比率为85.2%。结果表明,该方法对于存在裂缝、碎石、积水等复杂状况的路面,都可取得良好的坑槽识别和提取效果。
|
| 关 键 词： | 坑槽识别及提取 模糊C均值聚类 纹理特征 主元分析 形态学 |
| 收稿时间： | 2016-11-28 |
| 修稿时间： | 2018-03-16 |
Asphalt Pavement Pothole recognition and Extraction Based on Image Texture |
| |
| WANG Penghui,HU Yongbiao,TIAN Mingrui and DAI Yong. Asphalt Pavement Pothole recognition and Extraction Based on Image Texture[J]. Application Research of Computers, 2018, 35(5) |
| |
| Authors: | WANG Penghui HU Yongbiao TIAN Mingrui DAI Yong |
| |
| Abstract: | |
| |
| Keywords: | pothole recognition and extraction fuzzy C-means clustering texture feature principal component analysis morphological operation |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
