基于图像显著性的路面裂缝检测

被引:46
作者
徐威
唐振民
吕建勇
机构
[1] 南京理工大学计算机科学与工程学院
关键词
裂缝检测; 图像显著性; 显著性增强; 灰度校正;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
有效的视觉显著性方法能准确快速地帮助人们在大量视觉信息中找到感兴趣的物体。针对实际路面图像噪声成分复杂、覆盖面广的特点,提出一种基于图像显著性的路面裂缝检测算法。该算法对路面裂缝图像分块灰度校正后,根据灰度稀疏性、全局对比度计算粗尺度下的裂缝显著值,然后由裂缝局部亮度、边缘特性、连续性特点进行不断扩张的细尺度的局部邻域显著性增强,再经空间显著性加强后,采用自适应阈值分割提取裂缝。大量的实验结果表明,该算法比传统算法更能正确、有效地检测出裂缝整体区域,抗噪声能力强,漏检率和误检率很低,具有和人类视觉特性相符合的检测结果。
引用
收藏
页码:69 / 77
页数:9
相关论文
共 12 条
[1]   自然环境下路面裂缝的识别 [J].
马常霞 ;
赵春霞 ;
狄峰 ;
李旻先 .
工程图学学报, 2011, 32 (04) :20-26
[2]   利用视觉显著性的图像分割方法 [J].
张巧荣 ;
景丽 ;
肖会敏 ;
刘海波 .
中国图象图形学报 , 2011, (05) :767-772
[3]   利用目标点最小生成树的路面裂缝检测 [J].
邹勤 ;
李清泉 ;
毛庆洲 ;
陈龙 .
武汉大学学报(信息科学版), 2011, 36 (01) :71-75
[4]   结合NSCT和图像形态学的路面裂缝检测 [J].
马常霞 ;
赵春霞 ;
胡勇 ;
王鸿南 ;
陈海燕 .
计算机辅助设计与图形学学报, 2009, (12) :1761-1767
[5]   基于图像分析的路面裂缝检测和分类 [J].
唐磊 ;
赵春霞 ;
王鸿南 ;
胡勇 .
工程图学学报, 2008, (03) :99-104
[6]   一种基于形态学的路面裂缝图像检测与分析方法 [J].
闫茂德 ;
伯绍波 ;
贺昱曜 .
工程图学学报, 2008, (02) :142-147
[7]   基于高速公路裂纹局部线性特征内容的脊波变换域算法研究 [J].
王刚 ;
贺安之 ;
肖亮 .
光学学报, 2006, (03) :341-346
[8]   基于人工种群的路面裂纹检测 [J].
张洪光 ;
王祁 ;
魏玮 .
南京理工大学学报(自然科学版), 2005, (04) :389-393
[9]   基于多级拟合的道路病害自动检测与识别 [J].
高建贞 ;
陆建峰 ;
赵春霞 ;
唐振民 ;
杨静宇 .
计算机工程与应用, 2004, (22) :220-223
[10]   路面裂缝的自动检测与识别 [J].
高建贞 ;
任明武 ;
唐振民 ;
杨静宇 .
计算机工程, 2003, (02) :149-150