简介概要

基于多特征分析的路面裂缝检测算法

来源期刊:控制工程2018年第4期

论文作者:卢紫微 张燕 常东超 吴成东

文章页码:591 - 595

关键词:裂缝检测;特征提取;LBP纹理;支持向量机;

摘    要:针对高速公路路面图像噪声成分复杂、路面裂缝损伤检测效率低、安全性差等问题,提出一种应用多特征分析的路面裂缝检测算法。首先将获取的高速公路图像进行分块处理,在每个分块图像上提取裂缝及其周围区域图像的灰度、局部熵和局部二进制模式(Local Binary Pattern,LBP)纹理特征构建特征向量,然后将特征向量输入支持向量机(Support Vector Machine,SVM)进行训练,最后利用得到的决策函数将图像中的每个像素划分为裂缝区域或背景区域。该方法综合利用了图像的灰度、局部熵和LBP纹理特征,最后通过实验验证了算法的有效性。

详情信息展示

基于多特征分析的路面裂缝检测算法

卢紫微1,2,张燕1,常东超1,吴成东2

1. 辽宁石油化工大学计算机与通信工程学院2. 东北大学信息科学与工程学院

摘 要:针对高速公路路面图像噪声成分复杂、路面裂缝损伤检测效率低、安全性差等问题,提出一种应用多特征分析的路面裂缝检测算法。首先将获取的高速公路图像进行分块处理,在每个分块图像上提取裂缝及其周围区域图像的灰度、局部熵和局部二进制模式(Local Binary Pattern,LBP)纹理特征构建特征向量,然后将特征向量输入支持向量机(Support Vector Machine,SVM)进行训练,最后利用得到的决策函数将图像中的每个像素划分为裂缝区域或背景区域。该方法综合利用了图像的灰度、局部熵和LBP纹理特征,最后通过实验验证了算法的有效性。

关键词:裂缝检测;特征提取;LBP纹理;支持向量机;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号