基于路面三维图像的沥青路面裂缝自动识别算法
发布时间：2022-10-08 14:02
路面裂缝类病害是多数路面破损的早期形式,及时对裂缝进行检测并进行修补可以减少由于路面病害带来的损失。科学技术的不断发展使自动化路面病害检测取代人工现场调查成为了主要手段。路面三维高精度检测系统的问世与日渐成熟,为路面病害的自动化调查开辟了新天地。但目前的基于路面二维或三维图像的识别算法不足以支撑全自动化的路面病害识别技术。较为先进的路面病害检测系统仍采用自动化的路面数据采集+人工病害识别的方式。因此,本文以高精度路面三维数据为基础,并结合其特点,将卷积神经网络、张量投票、图像预处理、多尺度多方向图像特征提取等理论知识应用于路面裂缝图像的去噪、裂缝区域提取和病害图像分类中,旨在进一步提高路面裂缝区域提取精度以及路面裂缝分类效果,丰富针对路面三维数据处理的理论研究,对推动路面病害全自动化检测具有一定的工程意义。本文综述了国内外路面自动化病害数据采集系统的研究现状,并针对各类路面裂缝自动识别与分类算法论述了其不足之处。通过总结归纳路面自动检测技术领域目前存在的问题,提出了本文的研究内容和技术路线,并展开如下一系列的研究:1.针对高精度路面三维图像的特点,提出了判断是否存在图像拼接不平顺的算法...
【文章页数】：122 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景与意义
1.2 路面检测技术研究现状
1.2.1 路面自动化病害数据采集系统
1.2.2 路面裂缝自动识别算法
1.2.3 路面裂缝分类算法
1.3 目前存在的问题
1.4 本文研究内容与技术路线
第2章 路面三维检测原理与系统集成机制
2.1 三维激光检测技术及应用
2.2 激光三角成像原理
2.3 公路路面三维检测系统总体设计
2.4 公路路面检测系统硬件集成
2.4.1 激光-相机组件
2.4.2 光电编码器
2.4.3 GPS定位系统集成
2.4.4 行车记录摄像机
2.4.5 公路路面三维检测系统的控制系统集成
2.5 本章小结
第3章 路面三维图像预处理
3.0 引言
3.1 路面图像处理中常用的降噪算法
3.1.1 空间域降噪算法
3.1.2 变换域降噪算法
3.1.3 其他降噪算法
3.2 路面三维图像预处理算法
3.2.1 路面图像的特点
3.2.2 阶跃消除
3.2.3 强点状噪声去除
3.2.4 图像动态范围调整
3.3 本章小结
第4章 人工神经网络的结构及算法
4.1 引言
4.2 多层神经元网络结构及训练
4.2.1 多层神经元网络结构
4.2.2 多层神经元网络的训练
4.3 卷积神经网络结构
4.3.1 卷积层
4.3.2 池化层
4.3.3 全连接层
4.3.4 Softmax分类器
4.4 卷积神经网络的训练
4.5 本章小结
第5章 基于卷积神经网络的沥青路面病害图像分类
5.1 引言
5.2 路面三维图像训练库的建立
5.3 基于卷积神经网络的路面病害图像分类算法
5.5 正交试验设计
5.5.1 正交试验设计方法
5.5.2 正交试验设计流程
5.6 卷积神经网络超参数的正交试验设计
5.6.1 确定试验指标
5.6.2 确定试验因素和水平
5.6.3 制定试验方案及试验结果提取
5.7 卷积神经网络超参数正交试验结果分析
5.7.1 直观分析
5.7.2 卷积神经网络超参数优化结论验证
5.8 本章小结
第6章 沥青路面裂缝病害提取方法
6.1 引言
6.2 基于SMFB的路面裂缝提取
6.3 基于张量投票法的沥青路面裂缝图像增强
6.3.1 张量分析的基础知识
6.3.2 基于张量投票的二值图像裂缝增强
6.4 裂缝图像后处理
6.5 试验结果
6.6 本章小结
结论与展望
致谢
参考文献
攻读博士学位期间发表的论文及科研成果
【参考文献】：
期刊论文
[1]光电编码器误差检测转台的动态精度标定[J]. 于海,万秋华,卢新然,赵长海,梁立辉. 光学精密工程. 2016(11)
[2]小型高精度航天级光电编码器[J]. 赵长海,万秋华,梁立辉,杨守旺,孙莹. 电子测量与仪器学报. 2015(08)
[3]基于激光三角法对透明平板厚度测量光线补偿的研究及应用[J]. 杨桂栓,陈涛,张志峰. 中国激光. 2015(07)
[4]基于几何特征分析的路面裂缝分类算法研究[J]. 张采芳,田岩,李江. 红外与激光工程. 2015(04)
[5]基于动态范围调整的指纹图像增强方法[J]. 陈蕴,陈松. 计算机工程与应用. 2015(08)
[6]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(04)
[7]指纹图像分割与增强算法[J]. 韩书娜,幺宏伟,范剑英,李红. 哈尔滨理工大学学报. 2011(01)
[8]一种指纹图像综合增强方法[J]. 苏铁明,韩兆翠,魏鸿磊. 大连理工大学学报. 2010(05)
[9]不均匀光照的路面裂缝检测和分类新方法[J]. 李刚,贺昱曜. 光子学报. 2010(08)
[10]基于多级去噪模型的路面裂缝检测方法[J]. 王兴建,秦国锋,赵慧丽. 计算机应用. 2010(06)
博士论文
[1]基于图像处理的路面裂缝检测关键技术研究[D]. 樊瑶.长安大学 2016
[2]基于二维图像和深度信息的路面裂缝检测关键技术研究[D]. 黄建平.哈尔滨工业大学 2013
[3]基于结构光的公路路面裂缝检测关键技术研究[D]. 孙晓明.哈尔滨工业大学 2012
[4]基于图像分析的路面裂缝检测的关键技术研究[D]. 马常霞.南京理工大学 2012
[5]基于灰色系统理论的路面图像裂缝检测算法研究[D]. 李刚.武汉理工大学 2010
[6]基于视频图像的路面性能参数采集方法研究[D]. 赵吉广.东南大学 2006
[7]线结构光三维传感中关键技术研究[D]. 吴庆阳.四川大学 2006
硕士论文
[1]基于数字图像处理技术的路面裂缝检测算法研究[D]. 胡世昆.南京邮电大学 2012
[2]道路裂缝识别算法研究[D]. 肖靖.北京邮电大学 2009
[3]自适应方向提升小波图像去噪及其实现[D]. 矫恒浩.西安电子科技大学 2009
[4]路面病害图像自动分类方法研究[D]. 孙奥.南京理工大学 2008
[5]张量投票算法及其应用[D]. 秦菁.华东师范大学 2008
[6]路面自动检测装置中的结构光三维检测标定技术研究[D]. 张磊.哈尔滨工业大学 2007
[7]路面病害图像自动分类方法研究与分析[D]. 韩杰.南京理工大学 2007
[8]三维激光扫描技术及其工程应用研究[D]. 董秀军.成都理工大学 2007
[9]路面病害自动检测技术研究与系统实现[D]. 胡曦.南京理工大学 2003
本文编号：3687843
【文章页数】：122 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景与意义
1.2 路面检测技术研究现状
1.2.1 路面自动化病害数据采集系统
1.2.2 路面裂缝自动识别算法
1.2.3 路面裂缝分类算法
1.3 目前存在的问题
1.4 本文研究内容与技术路线
第2章 路面三维检测原理与系统集成机制
2.1 三维激光检测技术及应用
2.2 激光三角成像原理
2.3 公路路面三维检测系统总体设计
2.4 公路路面检测系统硬件集成
2.4.1 激光-相机组件
2.4.2 光电编码器
2.4.3 GPS定位系统集成
2.4.4 行车记录摄像机
2.4.5 公路路面三维检测系统的控制系统集成
2.5 本章小结
第3章 路面三维图像预处理
3.0 引言
3.1 路面图像处理中常用的降噪算法
3.1.1 空间域降噪算法
3.1.2 变换域降噪算法
3.1.3 其他降噪算法
3.2 路面三维图像预处理算法
3.2.1 路面图像的特点
3.2.2 阶跃消除
3.2.3 强点状噪声去除
3.2.4 图像动态范围调整
3.3 本章小结
第4章 人工神经网络的结构及算法
4.1 引言
4.2 多层神经元网络结构及训练
4.2.1 多层神经元网络结构
4.2.2 多层神经元网络的训练
4.3 卷积神经网络结构
4.3.1 卷积层
4.3.2 池化层
4.3.3 全连接层
4.3.4 Softmax分类器
4.4 卷积神经网络的训练
4.5 本章小结
第5章 基于卷积神经网络的沥青路面病害图像分类
5.1 引言
5.2 路面三维图像训练库的建立
5.3 基于卷积神经网络的路面病害图像分类算法
5.5 正交试验设计
5.5.1 正交试验设计方法
5.5.2 正交试验设计流程
5.6 卷积神经网络超参数的正交试验设计
5.6.1 确定试验指标
5.6.2 确定试验因素和水平
5.6.3 制定试验方案及试验结果提取
5.7 卷积神经网络超参数正交试验结果分析
5.7.1 直观分析
5.7.2 卷积神经网络超参数优化结论验证
5.8 本章小结
第6章 沥青路面裂缝病害提取方法
6.1 引言
6.2 基于SMFB的路面裂缝提取
6.3 基于张量投票法的沥青路面裂缝图像增强
6.3.1 张量分析的基础知识
6.3.2 基于张量投票的二值图像裂缝增强
6.4 裂缝图像后处理
6.5 试验结果
6.6 本章小结
结论与展望
致谢
参考文献
攻读博士学位期间发表的论文及科研成果
【参考文献】：
期刊论文
[1]光电编码器误差检测转台的动态精度标定[J]. 于海,万秋华,卢新然,赵长海,梁立辉. 光学精密工程. 2016(11)
[2]小型高精度航天级光电编码器[J]. 赵长海,万秋华,梁立辉,杨守旺,孙莹. 电子测量与仪器学报. 2015(08)
[3]基于激光三角法对透明平板厚度测量光线补偿的研究及应用[J]. 杨桂栓,陈涛,张志峰. 中国激光. 2015(07)
[4]基于几何特征分析的路面裂缝分类算法研究[J]. 张采芳,田岩,李江. 红外与激光工程. 2015(04)
[5]基于动态范围调整的指纹图像增强方法[J]. 陈蕴,陈松. 计算机工程与应用. 2015(08)
[6]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(04)
[7]指纹图像分割与增强算法[J]. 韩书娜,幺宏伟,范剑英,李红. 哈尔滨理工大学学报. 2011(01)
[8]一种指纹图像综合增强方法[J]. 苏铁明,韩兆翠,魏鸿磊. 大连理工大学学报. 2010(05)
[9]不均匀光照的路面裂缝检测和分类新方法[J]. 李刚,贺昱曜. 光子学报. 2010(08)
[10]基于多级去噪模型的路面裂缝检测方法[J]. 王兴建,秦国锋,赵慧丽. 计算机应用. 2010(06)
博士论文
[1]基于图像处理的路面裂缝检测关键技术研究[D]. 樊瑶.长安大学 2016
[2]基于二维图像和深度信息的路面裂缝检测关键技术研究[D]. 黄建平.哈尔滨工业大学 2013
[3]基于结构光的公路路面裂缝检测关键技术研究[D]. 孙晓明.哈尔滨工业大学 2012
[4]基于图像分析的路面裂缝检测的关键技术研究[D]. 马常霞.南京理工大学 2012
[5]基于灰色系统理论的路面图像裂缝检测算法研究[D]. 李刚.武汉理工大学 2010
[6]基于视频图像的路面性能参数采集方法研究[D]. 赵吉广.东南大学 2006
[7]线结构光三维传感中关键技术研究[D]. 吴庆阳.四川大学 2006
硕士论文
[1]基于数字图像处理技术的路面裂缝检测算法研究[D]. 胡世昆.南京邮电大学 2012
[2]道路裂缝识别算法研究[D]. 肖靖.北京邮电大学 2009
[3]自适应方向提升小波图像去噪及其实现[D]. 矫恒浩.西安电子科技大学 2009
[4]路面病害图像自动分类方法研究[D]. 孙奥.南京理工大学 2008
[5]张量投票算法及其应用[D]. 秦菁.华东师范大学 2008
[6]路面自动检测装置中的结构光三维检测标定技术研究[D]. 张磊.哈尔滨工业大学 2007
[7]路面病害图像自动分类方法研究与分析[D]. 韩杰.南京理工大学 2007
[8]三维激光扫描技术及其工程应用研究[D]. 董秀军.成都理工大学 2007
[9]路面病害自动检测技术研究与系统实现[D]. 胡曦.南京理工大学 2003
本文编号：3687843
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3687843.html
