10.19713/j.cnki.43-1423/u.2019.11.019
基于特征分析的图像式地铁隧道裂缝检测方法研究
地铁隧道表面裂缝的自动检测技术是当下一个重要的研究方向.通过设计基于机器视觉的隧道裂缝自动检测系统来对裂缝进行识别,针对地铁隧道表面普遍存在的光照不均匀、噪声污染严重、对比度低等问题,依次采用Mask均光与灰度级腐蚀相结合的方法对图像进行增强处理,采用高斯-快速中值滤波算法滤除大量噪声,采用基于边缘信息的二次改进Otsu方法对裂缝图像进行有效分割,最终得到裂缝区域完整且噪声区域较少的二值图像.采用投影和阈值结合的方法判定裂缝种类,获取裂缝的长度、宽度及面积等特征指标来实现对裂缝的检测识别.研究结果表明:所提出的算法对普通裂缝的识别率达93％以上,对于地铁隧道表面裂缝识别准确率可达83％,验证了本文算法的有效性.
地铁隧道裂缝、灰度腐蚀、高斯-快速中值滤波、骨架提取
16
U457;TP391(隧道工程)
国家自然科学基金资助项目;甘肃省自然科学基金资助项目;中国博士后科学基金资助项目;兰州市人才创新创业资助项目;教育部创新团队发展计划资助项目
2020-05-12（万方平台首次上网日期，不代表论文的发表时间）
共10页
2791-2800
