计算机科学 ›› 2018, Vol. 45 ›› Issue (6A): 259-261.
周丽军
ZHOU Li-jun
摘要: 在实际的隧道裂缝检测中,存在细小、对比度低且有污渍点干扰的隧道裂缝,利用常规方法很容易漏检裂缝。为了解决此问题,提出一种基于图像增强与分水岭分割的裂缝提取算法,该算法有效利用背景信息补偿了污渍点,均衡了图像背景对比度。结合高低帽变换方法对图像进行增强,然后根据分水岭算法获取分水岭分割线;比较分割线所在位置的灰度值与其周边灰度值,并通过灰度值差异判断裂缝边缘,从而提取裂缝。实验结果表明,所提算法能够准确、有效地检测出完整的隧道裂缝,且对噪声具有鲁棒性。
中图分类号:
[1]仇玉良.隧道检测监测技术及信息化智能管理系统[M].北京:人民交通出版社,2013:25-56. [2]朱力强,白彪,王耀东,等.基于特征分析的地铁隧道裂缝识别算法[J].铁道学报,2015,37(5):64-70. [3]瞿中,林丽丹,郭阳.形态学与区域延伸相结合的图像裂缝检测算法研究[J].计算机科学,2014,41(11):297-300. [4]杨松,邵龙潭,郭晓霞,等.基于骨架和分形的混凝土裂缝图像识别算法[J].仪器仪表学报,2012,33(8):1850-1855. [5]王世芳,车艳丽,李楠,等.一种基于多尺度脊边缘的沥青路面裂缝检测算法[J].中国公路学报,2017,30(4):32-41. [6]李锋,阚建霞.基于Sobel算子的图像快速二维最大熵阈值分割算法[J].计算机科学,2015,42(6A):209-210. [7]赵志刚,赵祥模,宋焕生,等.基于直方图估计和形状分析的沥青路面裂缝识别算法[J].仪器仪表学报,2010,31(10):2260-2266. [8]舒速,杨明.基于分水岭分割和稀疏表示的高光谱图像分类方法[J].计算机科学,2016,43(2):89-93. [9]张博,何彬彬.改进的分水岭变换算法在高分辨率遥感影像多尺度分割中的应用[J].地球信息科学学报,2014,16(1):142-149. [10]TARABALKA Y,CHANUSSOT J,BENEDIKTSSON A.Segmentation and Classification of Hyperspectral Images using Watershed Transformation[J].Pattern Recognition,2010,43(7):2367-2379. [11]ACHARJYA P.GHOSHAL D.Watershed Segmentation based on Distance Transform and Edge Detection Techniques[J].International Journal of Computer Applications,2012,52(13):6-10. [12]余烨,李冰飞,张小魏,等.面向RGBD图像的标记分水岭分割[J].中国图象图形学报,2016,21(2):145-154. |
[1] | 王君锋, 刘凡, 杨赛, 吕坦悦, 陈峙宇, 许峰. 基于多源迁移学习的大坝裂缝检测 Dam Crack Detection Based on Multi-source Transfer Learning 计算机科学, 2022, 49(6A): 319-324. https://doi.org/10.11896/jsjkx.210500124 |
[2] | 赵明华, 周童童, 都双丽, 石争浩. 基于虚拟曝光方法的单幅逆光图像增强 Single Backlit Image Enhancement Based on Virtual Exposure Method 计算机科学, 2022, 49(6A): 384-389. https://doi.org/10.11896/jsjkx.210400243 |
[3] | 赵征鹏, 李俊钢, 普园媛. 基于卷积神经网络的Retinex低照度图像增强 Low-light Image Enhancement Based on Retinex Theory by Convolutional Neural Network 计算机科学, 2022, 49(6): 199-209. https://doi.org/10.11896/jsjkx.210400092 |
[4] | 瞿中, 陈雯. 基于空洞卷积和多特征融合的混凝土路面裂缝检测 Concrete Pavement Crack Detection Based on Dilated Convolution and Multi-features Fusion 计算机科学, 2022, 49(3): 192-196. https://doi.org/10.11896/jsjkx.210100164 |
[5] | 祝一帆, 王海涛, 李可, 吴贺俊. 一种高精度路面裂缝检测网络结构:Crack U-Net Crack U-Net:Towards High Quality Pavement Crack Detection 计算机科学, 2022, 49(1): 204-211. https://doi.org/10.11896/jsjkx.210100128 |
[6] | 黄雪冰, 魏佳艺, 沈文宇, 凌力. 基于自适应加权重复值滤波和同态滤波的MR图像增强 MR Image Enhancement Based on Adaptive Weighted Duplicate Filtering and Homomorphic Filtering 计算机科学, 2021, 48(6A): 21-27. https://doi.org/10.11896/jsjkx.200800183 |
[7] | 杨秀璋, 武帅, 夏换, 于小民. 基于自适应图像增强技术的水族文字提取与识别研究 Research on Shui Characters Extraction and Recognition Based on Adaptive Image Enhancement Technology 计算机科学, 2021, 48(6A): 74-79. https://doi.org/10.11896/jsjkx.200900070 |
[8] | 瞿中, 谢钇. 基于全U网络的混凝土路面裂缝检测算法 Concrete Pavement Crack Detection Algorithm Based on Full U-net 计算机科学, 2021, 48(4): 187-191. https://doi.org/10.11896/jsjkx.200100113 |
[9] | 李昌兴, 雷柳, 张晓璐. 基于形态学图像增强和PCNN的脑部CT与MRI图像融合 Brain CT and MRI Image Fusion Based on Morphological Image Enhancement and PCNN 计算机科学, 2020, 47(10): 194-199. https://doi.org/10.11896/jsjkx.190700185 |
[10] | 徐敏敏, 寇光杰, 马云艳, 岳峻, 贾世祥, 张志旺. 基于PCNN内部活动项的彩色图像增强算法 Color Image Enhancement Algorithm Based on PCNN Internal Activities 计算机科学, 2019, 46(6A): 259-262. |
[11] | 周丽军, 刘晓. 基于分数阶傅里叶变换的隧道低对比度裂缝检测 Low-contrast Crack Detection Method Based on Fractional Fourier Transform 计算机科学, 2019, 46(6A): 208-210. |
[12] | 姚哲维, 杨丰, 黄靖, 刘娅琴. 改进型循环生成对抗网络的血管内超声图像增强 Improved CycleGANs for Intravascular Ultrasound Image Enhancement 计算机科学, 2019, 46(5): 221-227. https://doi.org/10.11896/j.issn.1002-137X.2019.05.034 |
[13] | 王丽苹, 高瑞贞, 张京军, 王二成. 基于卷积神经网络的混凝土路面裂缝检测 Crack Detection of Concrete Pavement Based on Convolutional Neural Network 计算机科学, 2019, 46(11A): 584-589. |
[14] | 杨秀璋, 夏换, 于小民. 一种基于水族濒危文字的图像增强及识别方法 Image Enhancement and Recognition Method Based on Shui-characters 计算机科学, 2019, 46(11A): 324-328. |
[15] | 张玉雪,唐振民,钱彬,徐威. 基于稀疏表示和多特征融合的路面裂缝检测 Pavement Crack Detection Based on Sparse Representation and Multi-feature Fusion 计算机科学, 2018, 45(7): 271-277. https://doi.org/10.11896/j.issn.1002-137X.2018.07.047 |
|