典型文献
基于改进t分布混合模型的路面裂缝图像分割方法研究
文献摘要：
公路投入运行后,根据车流量以及车型的不同,随时间的发展会产生各种损害,为及时了解掌握公路健康状态,需对其进行监测.路面裂缝是一个重要的监测指标,根据裂缝的类型,可以判断成因并采取相应的补救措施.使用计算机技术进行裂缝检测具有高效、非接触、精度高等优点,常用的是图像分割技术.为增加图像分割的准确性同时提高其抗噪性,首先,利用学生t分布本身固有的特性以及与柯西分布、高斯分布的关系来改进群智能花粉算法.其次,利用该改进后的花粉算法来优化K-means聚类.最后,根据裂缝图像的特点,在模型采用方面,通过对常用概率模型特征的分析,选用t分布而不是高斯模型来构建有限混合模型,以此为基础,提出更适应于公路裂缝图像的分割方法.该方法在局部寻优以及全局寻优方面都有较好的表现,用来快速求解模型参数初始状态值.参数求解采用常用的EM算法,最终实现图像分割.试验部分构造了软硬件环境以验证本研究所提方法的性能,试验数据图像主要来自于人工仿真合成图像以及道路养护人员拍摄到的实际路面裂缝图像.算法运行结果也表明了本改进方法的正确性,本算法分割结果图像具有更高的精度,同时抗噪性更强,具有一定的应用价值.
文献关键词：
道路工程;图像分割;K-Means;学生t分布混合模型;花粉算法;EM算法
中图分类号：
作者姓名：
段明义;李祖照;崔奥杰
作者机构：
郑州工程技术学院 信息工程学院,河南 郑州 450044;广西交科集团有限公司,广西 南宁 530007
文献出处：
引用格式：
[1]段明义;李祖照;崔奥杰-.基于改进t分布混合模型的路面裂缝图像分割方法研究)[J].公路交通科技,2022(07):23-29
A类：
B类：
路面裂缝,裂缝图像,图像分割,分割方法,车流量,车型,展会,健康状态,监测指标,断成,补救措施,计算机技术,裂缝检测,非接触,加图,抗噪性,用学,柯西分布,高斯分布,群智能,花粉算法,means,概率模型,模型特征,高斯模型,有限混合模型,应于,公路裂缝,全局寻优,解模,初始状态,状态值,EM,软硬件环境,合成图,道路养护,养护人员,改进方法,道路工程,Means
AB值：
0.405034
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
