《基于机器视觉的路面裂缝检测方法研究与实现》由会员分享，可在线阅读，更多相关《基于机器视觉的路面裂缝检测方法研究与实现（76页珍藏版）》请在金锄头文库上搜索。
1、河海大学本科毕业设计（论文）河海大学本科毕业设计（论文）1毕业设计（论文）课题课题 基于机器视觉的路面裂缝检测基于机器视觉的路面裂缝检测 专业年级 电子信息工程 2009 级学 号 0962610107 姓 名 马 卉 指导教师 张 卓 评 阅 人 二 0 一三年六月物联网工程学院河海大学本科毕业设计（论文）河海大学本科毕业设计（论文）2河 海 大 学本科毕业设计（论文）任务书（理（理 工工 科科 类）类）、毕业设计（论文）题目：基于机器视觉的路面裂缝检测方法研究与实现 、毕业设计（论文）工作内容（从综合运用知识、研究方案的设计、研究方法和手段的运用、应用文献资料、数据分析处理、图纸质量、技术
2、或观点创新等方面详细说明）：裂缝是最常见的路面损坏，在路面裂缝演变成坑槽之前进行修补，可以大大节约路面的维护成本。与传统的人工检测方式相比，视觉检测效率高、自动化程度和安全性更强，本课题拟对基于视觉的路面裂缝检测方法进行研究，工作内容主要包括： 1了解路面裂缝检测方法研究现状。 2了解并掌握基于图像的表面破损对象检测方法。 3了解并掌握 matlab 仿真工具编程方法。 4 进行路面裂缝图像的预处理、边缘提取和检测仿真设计。 5给出论文英文摘要、专业英文资料翻译。 6要求用 WORD 排版、打印毕业论文。 、进度安排：（1）2012 年 11 月2013 年 1 月：查阅资料，英文翻译 （2）
3、2013 年 2 月2013 年 3 月：熟悉课题背景，进行相关资料收集 （3）2013 年 3 月2013 年 4 月：熟悉路面裂缝检测的图像处理过程和方法 （4）2013 年 4 月2013 年 5 月：检测方法的仿真与分析 （5）2013 年 5 月2013 年 6 月：系统完善及准备撰写论文、答辩 河海大学本科毕业设计（论文）河海大学本科毕业设计（论文）3、主要参考资料：1.皱勤，低信噪比路面裂缝增强与提取方法研究【D】 ，武汉大学，2012 年 2 冈萨雷斯著，数字图像处理【M】 ，电子工业出版社，2007 年 3.冈萨雷斯著，数字图像处理（MATLAB 版） 【M】 ，电子工业出版
4、社，2007 年 4.马常霞等，自然环境下路面裂缝的识别【J】工程图学学报，2011 年 指导教师： ， 年 月 日学生姓名： ，专业年级： 系负责人审核意见（从选题是否符合专业培养目标、是否结合科研或工程实际、综合训练程度、内容难度及工作量等方面加以审核）：系负责人签字： ， 年 月 日河海大学本科毕业设计（论文）河海大学本科毕业设计（论文）4摘要摘要裂缝是最常见的路面损坏，可能会危及公路和高速公路的安全。在路面裂缝变的更糟糕之前及时进行修补，可以大大节省路面维修的资金。路面裂缝是评估道路状况，并进行必要的道路维修的重要信息。在过去的二十年，由于基于图像的路面裂缝检测技术提供了一个安全，高效
5、，经济的方式，各种图像处理方法已被提出的路面裂缝检测。基于假设沿裂缝的强度通常低于背景的强度，周围的路面，强度阈值已被广泛使用于检测裂纹。然而，这些阈值的方法只能产生不相交的裂纹碎片，因为强度沿裂纹可能无法持续低于背景。此外，路面阴影往往导致路面图像的照度不均匀，其还可以降低该阈值设定方法的性能。基于边缘检测的方法也被用于裂纹检测。然而，可能出现的低对比度裂缝和背景之间的散斑裂纹可能会将存在于背景的许多散斑噪声误认为裂纹片段。与传统的人工检测方式相比，视觉检测效率高、自动化程度和安全性更强，本课题拟对基于视觉的路面裂缝检测方法进行研究。传统的基于图像的路面裂缝检测方法通常假设路面裂缝图片具有较
6、高的对比度和较好的连续性，但实际生活中往往不是这样的。这是因为，1)路面影像常常含有路面来自于树木，电线杆以及其他事物的阴影造成的亮度不均匀；2)路面各种纹理带来大量的点状噪声；3)路面裂缝由于汽车载重碾压、风化等作用发生退化造成其对比度下降、连续性降低。以上原因，使得裂缝在路面影像中表现为低信噪比的线状目标，给裂缝的自动化识别带来了很大的困难。为了解决这些问题，我们开发了大地测量学的阴影去除算法去除路面的阴影，而保留的裂缝。然后对去除阴影后的裂缝进行预处理，最后做裂缝提取。关键字：裂缝 路面阴影 大地测量学 阴影去除 裂缝提取河海大学本科毕业设计（论文）河海大学本科毕业设计（论文）5Abst
7、ract The cracks are the most common road damage, could endanger the safety of roads and highways.Be repaired in a timely manner before the cracks in the road becomes worse, can greatly reduce road maintenance funds.Important information pavement cracks assess road conditions and make the necessary r
8、oad maintenance. In the past two decades, due to the image-based pavement crack detection technology to provide a safe, efficient and economical way, various image processing methods have been proposed pavement crack detection.Is usually lower than the intensity of the background based on the assump
9、tion that the strength of the edge cracks around the road surface, the intensity threshold value has been widely used in the crack detection. However, these thresholds can only produce disjoint crack debris, because the intensity along the crack below the background may not be sustainable.In additio
10、n, the road shadows tend to cause uneven illumination of the road image, which may further reduce the performance of the method of setting the threshold value. Based on edge detection method is also used for crack detection.However, cracks and background may appear low contrast between the speckle c
11、racks might exist in the background speckle noise mistaken for crack fragment.Compared with the traditional manual inspection, visual inspection, high efficiency, the degree of automation and more secure, this project intends to study vision-based pavement crack detection method.The traditional imag
12、e-based pavement crack detection method is usually assumed that the cracks in the road picture with high contrast and good continuity, but real life is often not the case.This is because the 1) road images often contain pavement from the uneven brightness caused by trees, poles and other things shad
13、ow; 2) Pavement various textures bring a large number of dot-like noise; 3) pavement crack due to the vehicle load DRUMthe role of pressure, weathering degradation resulting in decreased contrast, continuity is reduced.For these reasons, the cracks in the pavement image performance of linear low sig
14、nal-to-noise ratio target has brought great difficulties to the automatic identification of cracks.In order to solve these problems, we have developed a geodesic shadow removal algorithm to remove the shadow of the road, while retaining the cracks. Then remove the shadow cracks after pretreatment, the final crack extraction.Keyword:crack ,the shadow of pavement ,Geodesy,shadow removal,Cracks extraction河海大学本科毕业设计（论文）河海大学本科毕业设计（论文）6目目 录录摘要 iAbstract
