本文關(guān)鍵詞：橋梁形變的圖像檢測關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 橋梁檢測 橋梁形變 圖像拼接 圖像分割 序列圖像

【摘要】：利用數(shù)字圖像處理技術(shù),進(jìn)行高精度大型建筑結(jié)構(gòu)形變檢測,是當(dāng)前數(shù)字圖像處理技術(shù)在測量領(lǐng)域的重要應(yīng)用和研究內(nèi)容。由于橋梁等大型建筑結(jié)構(gòu)場景范圍大,直接獲取橋梁全局圖像很難有效提高圖像分辨率和檢測精度。為了實現(xiàn)對橋梁形變(如裂縫形變和橋跨彎曲形變)的圖像檢測,本文采用序列圖像采集的方式獲取圖像信息。并在此基礎(chǔ)上,重點對序列圖像的分割、拼接和形變信息的提取等相關(guān)難點問題,進(jìn)行了較詳細(xì)的討論和研究。總而言之,本文主要成果歸納如下：·在ACM分割模型的基礎(chǔ)上,本文對該類分割算法的初始輪廓選擇方式進(jìn)行了研究和分析,提出了基于區(qū)域和邊界重合度的初始輪廓選擇算法。實驗證明,該算法能較好的提高活動輪廓模型分割的穩(wěn)定性和一致性。同時,對不同的分割圖像具有較好的適應(yīng)性。·在圖像像素數(shù)較大的情況下,基于ACM的迭代分割過程容易導(dǎo)致全局計算量大、內(nèi)存消耗多等問題,為了保證每張序列圖像的分割過程在一定的時間范圍內(nèi)完成。本文對圖像分割過程進(jìn)行了調(diào)整,提出了二次分割的處理方式。該方式先縮小原始圖像進(jìn)行粗分割,然后劃分得到的關(guān)鍵區(qū)域為不同的子圖進(jìn)行迭代分割和合并。該處理方式不僅能有利于控制迭代過程的時間,而且有利于并行處理。·本文在現(xiàn)有拼接算法的基礎(chǔ)上,對特征點的分布、特征點數(shù)和抽取過程進(jìn)行了研究和分析,提出了從全局最大特征點開始抽取固定點數(shù)特征點的方法。該方法有利于同時保證特征點的均勻性和對不同拼接圖像的適應(yīng)性�！� 為了得到較高的拼接精度和減少誤拼接,本文提出了由粗到精的二次拼接方法。在粗拼接過程中,采用隨機(jī)抽樣(RANSAC)匹配算法進(jìn)行多次匹配和約束判斷。對得到重疊區(qū)域進(jìn)行密集特征點抽取和優(yōu)化求解,從而得到具有較高精度的序列圖像變換矩陣。該拼接方式不僅能減少誤拼接情況出現(xiàn)概率,同時也能獲得較高的拼接精度�！� 對于橋梁形變信息的抽取,本文對拼接后的全局圖像和各序列圖像的單獨(dú)抽取進(jìn)行的比較分析。通過對序列圖像單獨(dú)抽取后和合并的模擬實驗證明,全局信息具有較好的能較好的保證像素精度和實測精度。橋梁形變的圖像檢測,在圖像處理的工程應(yīng)用上具有較大的難度。本文從圖像信息的獲取、序列圖像分割、序列圖像拼接、形變信息的抽取與變換等方面,進(jìn)行了嘗試性的研究和實驗。實驗表明,通過序列圖像和數(shù)字圖像處理技術(shù)得到的橋梁形變信息具有較好的可靠性和檢測精度。
【學(xué)位授予單位】：中國工程物理研究院
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 敖琪;痕跡圖像檢測系統(tǒng)的研制與應(yīng)用[J];警察技術(shù);2001年04期

2 焦圣喜;韓立強(qiáng);岳曉峰;賈瑞慶;;一種智能圖像檢測的方法[J];制造業(yè)自動化;2006年12期

3 吳春亞;劉獻(xiàn)禮;王玉景;王鵬;劉軍;趙彥玲;;機(jī)械加工表面粗糙度的圖像檢測方法[J];哈爾濱理工大學(xué)學(xué)報;2007年03期

4 顏紅金;張永林;;醫(yī)用眼睛圖像檢測系統(tǒng)的構(gòu)建[J];計算機(jī)工程與設(shè)計;2010年24期

5 高波;張曉桂;王瑜;;一種折頁錯位的圖像檢測方法的探討[J];中國印刷與包裝研究;2010年S1期

6 姚彩虹;蔡樂才;祝志威;;嵌入式圖像檢測的一種解決方案及應(yīng)用前景[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2012年01期

7 張海偉;紀(jì)玉波;;人臉圖像檢測與正規(guī)化的研究[J];電子設(shè)計工程;2012年20期

8 姚金良;羅蘭;;近似拷貝圖像檢測綜述[J];杭州電子科技大學(xué)學(xué)報;2013年04期

9 張正華;余松煜;喬艷濤;方志軍;;一種新穎的抗失真的圖像檢測算法[J];計算機(jī)應(yīng)用與軟件;2007年04期

10 蘇波;王玉平;李生紅;朱彤;;一種改進(jìn)的計算機(jī)生成圖像檢測算法[J];信息網(wǎng)絡(luò)安全;2007年10期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 劉鐵根;鄧集杰;朱均超;李晉申;江俊峰;;嵌入式圖像檢測一體機(jī)研究[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 梁振新;張建勛;鄒林;裴怡;;焊接操作模擬中焊條位置圖像檢測方法[A];第十一次全國焊接會議論文集（第2冊）[C];2005年

3 劉鐵根;朱均超;鄧集杰;王雙;楊永;;基于高速DSP嵌入式圖像檢測系統(tǒng)研究[A];中國光學(xué)學(xué)會2006年學(xué)術(shù)大會論文摘要集[C];2006年

4 鄭嶸;方志宏;夏勇;;板坯縱向裂紋的圖像檢測方法[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

5 顏建強(qiáng);高新波;田春娜;李英;李亮;;多媒體信息服務(wù)中色情圖像檢測算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 蔡波;橋梁形變的圖像檢測關(guān)鍵技術(shù)研究[D];中國工程物理研究院;2016年

2 喬鬧生;PCB自動光學(xué)檢測的圖像檢測與處理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2010年

3 劉思遠(yuǎn);基于高維視覺特征模型的目標(biāo)圖像檢測與圖像分割技術(shù)研究[D];電子科技大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳維起;基于FPGA的高分辨率線陣CCD圖像檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2014年

2 吳坤;近似拷貝圖像檢測[D];中國計量學(xué)院;2015年

3 胡越浪;基于神經(jīng)網(wǎng)絡(luò)的水稻紋枯病圖像檢測[D];四川農(nóng)業(yè)大學(xué);2014年

4 孫珂琪;圖像檢測中圓錐螺紋牙型輪廓重構(gòu)研究[D];太原科技大學(xué);2015年

5 王勛爵;基于圖像檢測的自校準(zhǔn)水平儀設(shè)計與實現(xiàn)[D];東南大學(xué);2015年

6 馬登輝;出租車視頻監(jiān)控的異常圖像檢測與乘客識別研究[D];長安大學(xué);2016年

7 胡幫義;基于數(shù)字圖像檢測和虛擬現(xiàn)實的橋梁施工控制技術(shù)研究[D];廣州大學(xué);2016年

8 李先斌;近似重復(fù)圖像檢測及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2010年

9 劉曉斌;圖像檢測在工業(yè)生產(chǎn)的應(yīng)用[D];華南理工大學(xué);2014年

10 王代富;基于顏色注意機(jī)制的不良圖像檢測[D];西安電子科技大學(xué);2014年

，

本文編號：1274549