计算机科学 ›› 2019, Vol. 46 ›› Issue (6A): 208-210.

• 模式识别与图像处理 • 上一篇    下一篇

基于分数阶傅里叶变换的隧道低对比度裂缝检测

周丽军, 刘晓   

  1. 山西省交通科学研究院山西省公路智能监测工程技术研究中心 太原030000
  • 出版日期:2019-06-14 发布日期:2019-07-02
  • 作者简介:周丽军(1984-),女,博士,工程师,主要研究方向为路桥隧道检测,E-mail:zhoulj2012@hotmail.com;刘 晓(1986-),男,博士,高级工程师,主要研究方向为智能装备研发。
  • 基金资助:
    本文受国家自然科学基金项目(51705299),山西省交通运输厅科研项目(2017-1-25),山西省基础研究计划项目(201801D221047)资助。

Low-contrast Crack Detection Method Based on Fractional Fourier Transform

ZHOU Li-jun, LIU Xiao   

  1. Shanxi Engineering Research Center for Road Intelligent Monitoring,Shanxi Transportation Research Institute,Taiyuan 030000,China
  • Online:2019-06-14 Published:2019-07-02

摘要: 隧道结构与环境的复杂性,使得隧道裂缝的检测环境存在较多干扰,如混凝土泥浆、污渍、渗水的面积较大,与细小裂缝的对比度较低,利用常规的形态学方法很容易漏检裂缝。为解决此问题,提出一种基于分数阶傅里叶变换的裂缝检测方法。该方法通过分数阶傅里叶变换将裂缝图像映射到时频域空间,实现信号的时频域展开;同时不同阶次的分数阶傅里叶变换对应不同的时频域,有利于提取裂缝图像中的污渍特征,通过背景信息补偿污渍区域,均衡了图像背景的对比度;结合分数阶微积分方法对图像进行增强,最后利用连通域方法提取裂缝。实验结果表明,提出的方法能够有效去除隧道壁污渍,检测出低对比度的隧道裂缝。

关键词: 分数阶傅里叶变换, 裂缝检测, 低对比度, 图像增强

Abstract: Due to the complexity of tunnel structure and environment,strong interference exists in the detection environment of tunnel cracks,such as concrete mud,dirt,water seepage area,etc..This results in low contrast between background and small cracks.Therefore,it is easy to miss cracks by using conventional morphological methods.In order to solve this problem,this paper proposed a crack detection method based on fractional Fourier transform.In this me-thod,the image is mapped to different time-frequency domains by different order fractional Fourier transform,which is helpful to extract the filth feature in the crack image.The background contrast of the image is balanced by compensating the filth region with the background information.The fractional differential method is used to enhance the image and the connected domain method is used to extract the cracks.Experimental results show that the proposed method can effectively remove the filth region and detect tunnel cracks with low contrast.

Key words: Fractional fourier transform, Crack detection, Low-contrast, Image enhance

中图分类号: 

  • TP391.41
[1] 白彪.地铁隧道表面图像裂缝识别算法研究[D].北京:北京交通大学,2015.
[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(S1):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] YANG X,BALEANU D,SRIVASTAVA H M.3-Local Frac-tional Fourier Transform and Applications[M].Elsevier Ltd,2016:95-145.
[9] 王亚星.基于分数阶傅里叶变换的人脸识别[D].郑州:郑州大学,2015.
[10] 孟祥意,陶然,王越.分数阶傅里叶域循环多抽样率信号处理理论[J].中国科学(E辑:技术科学),2009,39(5):1004-1015.
[11] 李博.谢巍.基于自适应分数阶微积分的图像去噪与增强算法[J].系统工程与电子技术,2016,38(1):185-192.
[12] 周丽军.基于图像增强与分水岭分割的隧道低对比度裂缝提取方法[J].计算机科学,2018,45(S1):259-261.
[1] 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[J]. 计算机科学, 2019, 46(6A): 259-262.
[2] 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[J]. 计算机科学, 2019, 46(5): 221-227.
[3] 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[J]. 计算机科学, 2018, 45(7): 271-277.
[4] 刘洋, 张杰, 张慧. 一种改进的Retinex算法在图像去雾中的研究与应用[J]. 计算机科学, 2018, 45(6A): 242-243, 251.
[5] 周丽军. 基于图像增强与分水岭分割的隧道低对比度裂缝提取方法[J]. 计算机科学, 2018, 45(6A): 259-261.
[6] 赵军辉,吴玉峰,胡坤融,蒲斌. 基于Lab色彩空间和色调映射的彩色图像增强算法[J]. 计算机科学, 2018, 45(2): 297-300.
[7] 张翔, 王伟, 肖迪. 一种改进的具有色彩保护的多尺度Retinex图像增强算法[J]. 计算机科学, 2018, 45(10): 246-249.
[8] 安世全,白羚,瞿中. 基于直线段特征单元提取的隧道砼衬砌接缝去除算法[J]. 计算机科学, 2017, 44(7): 304-308.
[9] 刘小园,衣扬,杨磊,汪斌. 基于定向双边全变差正则化的文档图像超分辨率算法研究[J]. 计算机科学, 2017, 44(11): 301-304.
[10] 苗启广,李宇楠. 图像去雾霾算法的研究现状与展望[J]. 计算机科学, 2017, 44(11): 1-8.
[11] 瞿中,郭阳,鞠芳蓉. 一种基于改进渗流模型的混凝土表面裂缝快速检测算法[J]. 计算机科学, 2017, 44(1): 300-302, 313.
[12] 梅园,赵波,朱之丹. 基于直线曲线混合Gabor滤波器的指纹增强算法[J]. 计算机科学, 2016, 43(Z6): 149-151, 155.
[13] 杜明,赵向军. 改进Retinex的光照变化人脸图像增强算法[J]. 计算机科学, 2016, 43(2): 105-108, 112.
[14] 吕鲤志,强彦. 基于Laplacian金字塔和小波变换的医学CT图像增强算法[J]. 计算机科学, 2016, 43(11): 300-303.
[15] 张燕华,马小虎. 基于分数阶傅里叶变换和扩展变换抖动调制的鲁棒数字水印算法[J]. 计算机科学, 2016, 43(11): 200-204.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 王振武,吕小华,韩晓辉. 基于四叉树分割的地形LOD技术综述[J]. 计算机科学, 2018, 45(4): 34 -45 .
[2] 廖星,袁景凌,陈旻骋. 一种自适应权重的并行PSO快速装箱算法[J]. 计算机科学, 2018, 45(3): 231 -234, 273 .
[3] 杨羽琦,章国安,金喜龙. 车载自组织网络中基于车辆密度的双簇头路由协议[J]. 计算机科学, 2018, 45(4): 126 -130 .
[4] 瞿中,赵从梅. 一种抗遮挡的自适应尺度目标跟踪算法[J]. 计算机科学, 2018, 45(4): 296 -300 .
[5] 朱淑芹,王文宏,李俊青. 针对基于感知器模型的混沌图像加密算法的选择明文攻击[J]. 计算机科学, 2018, 45(4): 178 -181, 189 .
[6] 郭帅,刘亮,秦小麟. 用户偏好约束的空间关键词范围查询处理方法[J]. 计算机科学, 2018, 45(4): 182 -189 .
[7] 张景,朱国宾. 基于CBOW-LDA主题模型的Stack Overflow编程网站热点主题发现研究[J]. 计算机科学, 2018, 45(4): 208 -214 .
[8] 翁理国,孔维斌,夏旻,仇学飞. 基于深度极限学习机的卫星云图云量计算[J]. 计算机科学, 2018, 45(4): 227 -232 .
[9] 李昊阳,符云清. 基于标签聚类与项目主题的协同过滤推荐算法[J]. 计算机科学, 2018, 45(4): 247 -251 .
[10] 刘梦君,刘树波,丁永刚. 基于0-1编码的参与式感知隐私保护的数据价值匹配方案[J]. 计算机科学, 2018, 45(3): 131 -137 .