基于分数阶积分谷底边界检测的路面裂缝提取

doi:10.3969/j.issn.1000-565X.2014.01.020

华南理工大学学报（自然科学版） ›› 2014, Vol. 42 ›› Issue (1): 117-122.doi: 10.3969/j.issn.1000-565X.2014.01.020

基于分数阶积分谷底边界检测的路面裂缝提取

王卫星^1,2 吴林春¹

1．福州大学物理与信息工程学院，福建福州 350002; 2．瑞典皇家理工学院，瑞典斯德哥尔摩

收稿日期:2013-07-19 修回日期:2013-11-28 出版日期:2014-01-25 发布日期:2013-12-01
通信作者: 王卫星(1959-)，男，教授，博士生导师，主要从事图像处理与分析及模式识别研究． E-mail:wxwwx@fzu.edu.cn
作者简介:王卫星(1959-)，男，教授，博士生导师，主要从事图像处理与分析及模式识别研究．
基金资助:
国家自然科学基金资助项目(61170147)

Extraction of Pavement Cracks Based on Valley Edge Detection of Fractional Integral

Wang Wei- xing^1，2 Wu Lin- chun¹

1.College of Physics and Information Engineering,Fuzhou University,Fuzhou 350002,Fujian,China;2.Royal Institute of Technology,Stockholm,Sweden

Received:2013-07-19 Revised:2013-11-28 Online:2014-01-25 Published:2013-12-01
Contact: 王卫星(1959-)，男，教授，博士生导师，主要从事图像处理与分析及模式识别研究． E-mail:wxwwx@fzu.edu.cn
About author:王卫星(1959-)，男，教授，博士生导师，主要从事图像处理与分析及模式识别研究．
Supported by:
国家自然科学基金资助项目(61170147)

摘要/Abstract

摘要： 针对路面裂缝图像噪声大、边界弱、裂缝细小导致分割难的问题，提出了一种基于谷底边界的路面裂缝提取方法．该方法首先对原始图像进行邻域平滑处理，在消除噪声的同时扩展了裂缝的相对宽度; 接着对图像进行基于分数阶积分的谷底边界检测; 然后采用形态学方法对图像进行处理，使裂缝趋于光滑后进行短线噪声去除，并结合最大熵阈值断线连接法自动连接裂缝断口，从而得到最终的裂缝检测结果．实验结果表明，该方法能快速检测出细小的路面裂缝，具有抗噪性能好、定位准确及检测精度高的特点．

关键词: 路面裂缝, 裂缝检测, 分数阶积分, 谷底边界, 图像分割

Abstract:

As pavement crack images are difficult to segment due to the existence of high noise,weak boundary andsmall cracks,an extraction method of pavement cracks based on the valley edge detection of fractional integral isproposed.In this method,first,neighboring smoothing of the original image is performed to eliminate the noise andexpand the relative width of the cracks.Then,the main cracks are extracted via the valley edge detection of frac-tional integral,and the resulting image is further processed via the morphological approach with short- line noiseelimination. Afterwards,final cracks are extracted by using the gap linking method on maximum entropy thresholdto cause cracks to merge automatically. Experimental results show that the proposed method instantly helps to detectsmall pavement cracks with high accuracy and strong noise robustness.

Key words: pavement crack, crack detection, fractional integral, valley edge, image segmentation

王卫星吴林春 . 基于分数阶积分谷底边界检测的路面裂缝提取[J]. 华南理工大学学报（自然科学版）, 2014, 42(1): 117-122.

Wang Wei- xing Wu Lin- chun. Extraction of Pavement Cracks Based on Valley Edge Detection of Fractional Integral[J]. Journal of South China University of Technology (Natural Science Edition), 2014, 42(1): 117-122.

[1]	孙晓贺, 施成华, 刘凌晖, 等. 基于改进的种子填充算法的混凝土裂缝图像识别系统[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 127-136,146.
[2]	杨晋生, 陈洪鹏, 关欣, 等. 一种多尺度轻量级脑胶质瘤图像分割网络[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 132-141.
[3]	刘奇, 于斌, 孟祥成, 等. 基于转置卷积神经网络的路面裂缝识别算法[J]. 华南理工大学学报(自然科学版), 2021, 49(12): 124-132.
[4]	范自柱, 王松, 张泓, 等. 基于 W- Net 的高分辨率遥感卫星图像分割 [J]. 华南理工大学学报（自然科学版）, 2020, 48(12): 114-124.
[5]	杨顺吴坚蒋渊德王国军刘海贞. 基于深度学习的虚拟到现实车道保持控制[J]. 华南理工大学学报（自然科学版）, 2019, 47(9): 90-97.
[6]	冯宝陈相猛李浦生陈业航姚楠龙晚生. 小波能量引导下基于活动轮廓模型的部分实性肺结节分割 [J]. 华南理工大学学报（自然科学版）, 2019, 47(2): 41-49,58.
[7]	洪晓斌魏新勇黄烨笙刘艳霞肖国权. 融合图像识别和 VFH + 的无人艇局部路径规划方法 [J]. 华南理工大学学报（自然科学版）, 2019, 47(10): 24-33.
[8]	廖一鹏王卫星. 结合非下采样Contourlet 变换的改进图论MST 图像分割[J]. 华南理工大学学报（自然科学版）, 2017, 45(7): 143-152.
[9]	覃潇申爱琴郭寅川周胜波何天钦. 多场耦合下路面混凝土细观裂缝的演化规律[J]. 华南理工大学学报（自然科学版）, 2017, 45(6): 81-88,102.
[10]	沃焱金璇. 一种基于图的彩色图像分割算法[J]. 华南理工大学学报（自然科学版）, 2016, 44(9): 1-8.
[11]	吴一全朱丽吴诗婳. 基于二维 Arimoto 灰度熵的图像阈值分割快速迭代算法[J]. 华南理工大学学报（自然科学版）, 2016, 44(5): 48-57.
[12]	周智恒钟辉强戴铭. 一种动态的梯度向量流模型[J]. 华南理工大学学报（自然科学版）, 2015, 43(9): 20-26,33.
[13]	李伟呼延菊沙爱民孙朝云郝雪丽. 基于 3D 数据和双尺度聚类算法的路面裂缝检测[J]. 华南理工大学学报（自然科学版）, 2015, 43(8): 99-105.
[14]	杨震伦闵华清罗荣华. 基于改进量子粒子群优化的多阈值图像分割算法[J]. 华南理工大学学报（自然科学版）, 2015, 43(5): 126-131,138.
[15]	周晓明李钊刘雄英. 一种基于改进 FCM 的自动图像分割算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(3): 1-7.

基于分数阶积分谷底边界检测的路面裂缝提取

Extraction of Pavement Cracks Based on Valley Edge Detection of Fractional Integral

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价