本文的研究目的:1.針對多功能高等級公路路況數(shù)據(jù)自動(dòng)采集車在時(shí)速70km/h下，CCD攝像機(jī)攝取的路面破損圖像，以Pal-King模糊增強(qiáng)算法為研究基礎(chǔ)，建立新的模糊增強(qiáng)算法，結(jié)合圖像分塊的增強(qiáng)方式，對路面破損圖像進(jìn)行快速處理，使增強(qiáng)后的圖像接近反映真實(shí)裂紋分布狀態(tài)的二值圖像，減輕人工識(shí)別的工作負(fù)擔(dān)。2.在研究傳統(tǒng)圖像分割技術(shù)的基礎(chǔ)上，提出一種快速的路面破損圖像進(jìn)行圖像分割的新二值化算法，二值化后的圖像經(jīng)過去噪聲處理，能夠反映真實(shí)裂紋信息。3.采用新的特征向量提取方法，通過聚類分析的方式達(dá)到自學(xué)習(xí)的效果，完成路面破損類型的自動(dòng)識(shí)別。
本文的主要研究內(nèi)容:1.通過分析各種路面破損圖像增強(qiáng)技術(shù)應(yīng)用于多功能高等級公路路況數(shù)據(jù)自動(dòng)采集車采集的圖像的效果，找到各種算法的不足。由于實(shí)際應(yīng)用中，圖像本身的邊緣、區(qū)域、紋理等具有模糊性，對圖像處理結(jié)果的描述、解釋帶有模糊性，因此重點(diǎn)研究模糊增強(qiáng)算法中的經(jīng)典Pal-King算法，找出該算法的不足，提出改進(jìn)方案，從而找到一種新的模糊增強(qiáng)算法。2.研究經(jīng)典的路面破損圖像二值化算法，分析二值化效果不佳的原因，找出一個(gè)適用于多功能高等級公路路況數(shù)據(jù)自動(dòng)采集車采集的圖像的二值化算法。3.根據(jù)二值化后的圖像，經(jīng)分析、試驗(yàn)得出一種特征值提取的方法，從而根據(jù)特征值實(shí)現(xiàn)破損類型的自動(dòng)識(shí)別。
本文的研究成果:1.在Pal-King經(jīng)典算法的基礎(chǔ)上，提出了一種新的模糊增強(qiáng)算法，結(jié)合圖像分塊增強(qiáng)的方式，對路面破損圖像進(jìn)行快速處理，增強(qiáng)后的圖像不僅剔除了陰影的干擾而且照度均勻，接近反映真實(shí)裂紋分布狀態(tài)的二值圖像。2.在研究傳統(tǒng)路面破損圖像分割方法的基礎(chǔ)上，根據(jù)同一區(qū)域內(nèi)像素之間灰度變化平緩、起伏較小、統(tǒng)計(jì)方差小，在區(qū)域邊緣像素之間灰度值的起伏變化大、統(tǒng)計(jì)方差大的路面圖像的這一基本事實(shí)，提出了一種以圖像灰度標(biāo)準(zhǔn)差和灰度均值為判別基礎(chǔ)的圖像分割新算法，3.根據(jù)該算法二值化后的圖像，使用新的特征量提取方法，達(dá)到高準(zhǔn)確率的自動(dòng)識(shí)別的目的。
