搜索 分析 新世界 法规 图书 网址导航 更多
高级用户登录 | 登录 | |

一种基于Hessian矩阵多尺度滤波的路面裂缝图像检测方法
审中-实审

申请号:201610030007.7 申请日:2016-01-18
摘要:本发明是一种基于Hessian矩阵多尺度滤波的路面裂缝图像检测方法,该方法通过双目CCD工业摄像机实时采集路面图像,车载GPS实时记录路面图像位置,然后对采集到的图像目标进行识别,对图像进行金字塔结构的高斯滤波,通过多个尺度的特征识别,突出路面裂缝特征,利用Hessian矩阵的特征值和特征方向实现裂缝生长方向的跟踪,再根据裂缝曲率特征对裂缝进行快速分类,并对噪声严重的路面图像进行去噪处理。采用本发明技术方案能够快速提取路面裂缝目标并进行分类,对噪声环境中微小裂缝信号进行有效去噪,抗噪声能力强,错检和误检率很低,适应于大部分复杂路面检测。
申请人: 苏州科技学院
地址: 215000 江苏省苏州市滨河路1701号
发明(设计)人: 王军 何子清 孙慧婷
主分类号: G06T7/00(2006.01)I
分类号: G06T7/00(2006.01)I G06T5/00(2006.01)I G06T17/00(2006.01)I
  • 法律状态
2016-07-27  实质审查的生效IPC(主分类):G06T 7/00申请日:20160118
2016-06-29  公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
  • 其他信息
主权项  一种基于Hessian矩阵多尺度滤波的路面裂缝图像检测方法,其特征在于,该检测方法包括以下步骤:步骤1)路面图像和位置采集分别通过车载图像采集设备实时采集路面图像、车载GPS实时记录路面图像位置;步骤2)多尺度滤波及Hessian矩阵特征方向提取,获得裂缝特征以及生长方向步骤2.1)对包含N个像素的路面原始图像I(a1,a2,......,an)进行多尺度滤波,根据每个像素所包含的路面范围、裂纹的最大最小宽度信息,选取一尺度参数s,并将原始图像与尺度参数s下的高斯核函数卷积;步骤2.2)计算位置n的像素在尺度参数s下的Hessian矩阵,提取每个Hessian矩阵的特征值和特征向量;步骤2.3)比较每个Hessian矩阵的特征值的绝对值的大小,若,则特征值对应的特征向量沿着裂缝走向,同时转至步骤2.4);若否,则特征值对应的特征向量沿着裂缝走向,同时转至步骤2.4);步骤2.4)跟踪到裂缝走向确定裂缝范围;步骤3)通过合并裂缝算法,对小的不连续裂缝进行合并处理实现噪声环境中的微弱裂缝信号的识别步骤3.1)定义所有检测出的纵向裂缝/横向裂缝/鳄口裂缝位置L=[l1,l2,......,ln]、裂缝m表示为lm=(ls,m,le,m)、每个裂缝的长度p=(p1,p2,......,pn);步骤3.2)合并裂缝数初始化标志merge=0;步骤3.3)取任意一对裂缝li,lj(ij),代入式中进行判断,如果该不等式成立,则进入步骤3.4);步骤3.4)merge=1,裂缝总数n=n?1,更新裂缝位置和长度;步骤3.5)前面任意取两对裂缝进行比较,判断此时的标志merge,判断merge=1是否成立,若是,则标志存在裂缝合并,那么将合并了的裂缝作为新的裂缝参与比较,并跳转至步骤3.2);若否,则结束;步骤4)建立三维图形,对裂缝进行分类;步骤4.1)对图像进行三维目标建模,获得裂缝的像素灰度值和像素位置坐标;步骤4.2)建立灰度值、坐标三维图;步骤4.3)计算像素曲率r;步骤4.4)进行曲率r判断,判断不等式0<r<30是否成立,若是,则判定该裂缝为横向裂缝;若否,继续判断60<r<90是否成立,若是,则判定该裂缝为纵向裂缝;若否,则判定该裂缝为鳄口裂缝;步骤4.5)然后通过裂缝分类器对裂缝进行统计分类;步骤5)将获得的裂缝检测和分类结果进行存储。
公开号  105719283A
公开日  2016-06-29
专利代理机构  北京汇智胜知识产权代理事务所(普通合伙) 11346
代理人  魏秀莉
颁证日  
优先权  
国际申请  
国际公布  
进入国家日期