典型文献
图像分块下的隧道裂缝识别方法
文献摘要：
针对隧道衬砌表面不均匀光照、渗水和噪声等强视觉干扰,设计了基于图像分块的隧道衬砌裂缝检测算法;根据中国西部地区的地理特征和隧道衬砌的外观病害,研制开发出一种快速、自动化的非接触式智能隧道结构物外观检测系统;以非均匀光照下隧道图像数据集为研究对象,在图像分块的基础上提出一种适用于隧道裂缝特征提取的图像识别算法;研究了电子元件产生的噪声,并分析和总结了隧道衬砌的灾害特征;根据裂缝特征和分辨率将图像矩阵划分为适当数量的区域块,根据区域块的灰度特征将原始图像划分为目标背景区、目标病害区、病害背景区和其他区域,通过最大类间方差法和局部阈值法分割得到了隧道裂缝的粗图像,在此基础上进行了粗图像裂缝特征提取;对原始图像的每个区域块进行了对比度受限的自适应直方图均衡操作和局部阈值分割,得到了细节图像;将细节图像和粗图像的重叠区域设为理想裂缝二值化图像;结合隧道结构物外观检测系统对不同方向的裂缝图像进行了二值化试验,并通过隧道裂缝定位和投影法得到了隧道衬砌图像中裂缝的位置信息和方向.研究结果表明:提出的算法对隧道裂缝识别的准确值、召回率和F值可分别达90.34％、98.78％和94.37％,既可以保证隧道裂缝的完整性,也可以在非均匀光照下最大程度地保留目标裂缝的细节,可用于处理一般灰度图像的二值化问题.
文献关键词：
隧道工程;裂缝识别;图像分块;特征提取;大津法;高斯滤波
中图分类号：
作者姓名：
尹冠生;高建国;史明辉;靳明珠;拓宏亮;李昌;张博
作者机构：
长安大学 理学院,陕西 西安 710064
文献出处：
引用格式：
[1]尹冠生;高建国;史明辉;靳明珠;拓宏亮;李昌;张博-.图像分块下的隧道裂缝识别方法)[J].交通运输工程学报,2022(02):148-159
A类：
B类：
图像分块,隧道裂缝,裂缝识别,渗水,视觉干扰,隧道衬砌裂缝,裂缝检测算法,中国西部地区,地理特征,研制开发,非接触式,隧道结构,结构物,物外,外观检测,非均匀光照,照下,图像数据集,集为,裂缝特征,图像识别,识别算法,电子元件,灾害特征,图像矩,灰度特征,原始图像,图像划分,最大类间方差法,阈值法,割得,对比度,自适应直方图均衡,局部阈值分割,细节图,重叠区域,二值化图像,同方向,裂缝图像,裂缝定位,投影法,位置信息,召回率,灰度图像,隧道工程,大津法,高斯滤波
AB值：
0.314651
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。
