發(fā)布時(shí)間：2018-04-12 09:50

  本文選題：閾值分割 + 梯度算子��； 參考：《應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)》2017年04期

【摘要】：基于機(jī)器視覺(jué)的裂縫病害檢測(cè)中存在虛假信息和斷點(diǎn)的問(wèn)題,需要有效的閾值分割和斷點(diǎn)連接方法.基于邊緣作為判別裂縫的關(guān)鍵,將梯度算子與應(yīng)用廣泛的Otsu相結(jié)合進(jìn)行算法改進(jìn),并將其應(yīng)用于采集圖像的二值化,取得了理想的效果.裂縫檢測(cè)中不同程度的斷裂現(xiàn)象,對(duì)后續(xù)目標(biāo)識(shí)別和目標(biāo)提取等帶來(lái)極大的困難.綜合考慮實(shí)際情況(斷接部分在整個(gè)裂縫中所占比例小,形態(tài)學(xué)處理已經(jīng)對(duì)裂縫區(qū)域有影響),將裂縫斷接段以一簇單像素寬的形式表示,確定待連接段的起點(diǎn)終點(diǎn)坐標(biāo),輔以直線(xiàn)順序法和生長(zhǎng)操作進(jìn)行處理實(shí)現(xiàn)連接,便于后續(xù)的裂縫信息提取.
[Abstract]:There are problems of false information and breakpoints in crack disease detection based on machine vision. Effective threshold segmentation and breakpoint connection methods are needed.Based on the edge as the key to identify the crack, the gradient operator is combined with the widely used Otsu to improve the algorithm, and the algorithm is applied to the binarization of the collected image, and the ideal effect is obtained.Fracture phenomenon of different degree in crack detection brings great difficulties to subsequent target identification and target extraction.Considering the actual situation (the proportion of the broken part in the whole crack is small, morphological treatment has already affected the fracture area, the fracture segment is expressed as a cluster of single pixel width, and the starting and ending coordinates of the segment to be connected are determined.The linear sequence method and the growth operation are used to realize the connection, which is convenient for the subsequent extraction of crack information.
【作者單位】： 四川師范大學(xué)工學(xué)院;西南交通大學(xué)交通隧道工程教育部重點(diǎn)實(shí)驗(yàn)室;廣州市市政工程設(shè)計(jì)研究總院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51278423;51478395)
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黎燕;樊曉平;李剛;;一種新的閾值分割方法[J];小型微型計(jì)算機(jī)系統(tǒng);2006年11期

2 李紅巖;;基于空間二進(jìn)制編碼的閾值分割方法研究[J];計(jì)算機(jī)仿真;2008年07期

3 胡錦美;李佐勇;張祖昌;;基于等周理論的自動(dòng)多級(jí)閾值分割方法(英文)[J];系統(tǒng)仿真學(xué)報(bào);2013年01期

4 何龍;趙勇;;二維最大相關(guān)準(zhǔn)則閾值分割的快速算法[J];電子技術(shù)應(yīng)用;2008年07期

5 齊全;趙慶展;李曼青;;閾值分割在糖尿病性視網(wǎng)膜病變?cè)缙谠\斷中的應(yīng)用[J];青島大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

6 林金泉;張娜;王緒本;;基于閾值分割的簡(jiǎn)牘文字圖像處理研究[J];科技通報(bào);2012年06期

7 沈明霞,李秀智,姬長(zhǎng)英;水果品質(zhì)檢測(cè)中的模糊閾值分割方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2003年05期

8 陳小宇,賀賽先,喬翠蘭,汪瑞祥,尹建武;一種提取模糊圖像邊緣區(qū)域的雙閾值分割方法[J];黃岡師范學(xué)院學(xué)報(bào);2003年06期

9 張龍;余玲玲;劉京南;;一種改進(jìn)的最大熵閾值分割方法[J];電子工程師;2006年11期

10 張勇;汪榮貴;吳昊;周良;;改進(jìn)的圖譜理論閾值分割方法[J];中國(guó)圖象圖形學(xué)報(bào);2011年06期

相關(guān)會(huì)議論文 前1條

1 浦昭邦;楊照華;祁振強(qiáng);;基于遺傳優(yōu)化的一種新型閾值分割方法[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

相關(guān)博士學(xué)位論文 前2條

1 王駿;無(wú)監(jiān)督學(xué)習(xí)中聚類(lèi)和閾值分割新方法研究[D];南京理工大學(xué);2011年

2 陽(yáng)樹(shù)洪;灰度圖像閾值分割的自適應(yīng)和快速算法研究[D];重慶大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張洪星;基于halcon的汽車(chē)點(diǎn)火線(xiàn)圈檢測(cè)[D];黑龍江大學(xué);2015年

2 張秀梅;基于閾值分割的鑄件缺陷提取[D];燕山大學(xué);2009年

3 潘東杰;復(fù)雜條件下基于閾值分割的紅外弱小目標(biāo)檢測(cè)和跟蹤[D];西安電子科技大學(xué);2010年

4 石佶;基于小波分析和閾值分割的織物疵點(diǎn)檢測(cè)[D];蘇州大學(xué);2013年

5 楊繼亮;基于雙閾值分割的玻璃缺陷特征提取方法研究[D];中北大學(xué);2012年

6 范玉雷;復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)[D];西安電子科技大學(xué);2008年

7 郭志壯;視頻中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤算法研究[D];浙江工商大學(xué);2014年

8 黃世濤;基于數(shù)字圖像處理技術(shù)的硅片結(jié)晶度檢測(cè)[D];南京航空航天大學(xué);2012年

9 張燕;基于改進(jìn)閾值分割和CV模型的熔池圖像幾何特征提取方法研究[D];南京理工大學(xué);2013年

10 唐聞;結(jié)合形態(tài)學(xué)的基于閾值分割方法在MR腦實(shí)質(zhì)圖像提取中的應(yīng)用研究[D];中南大學(xué);2009年

，

本文編號(hào)：1739231