文献类型：期刊文章

作　　者：高尚兵[1] 颉正[1] 潘志庚[1,2] 覃方哲[1] 李锐[1]

机构地区：[1]淮阴工学院计算机与软件工程学院,淮安223001 [2]杭州师范大学数字媒体与人机交互研究中心,杭州311121

出　　处：《系统仿真学报》

基　　金：国家自然科学基金(61402192;61332017);国家重点研发计划(2015BAK04B05);江苏省六大人才高峰资助项目(XYDXXJS-011);江苏省333工程资助项目(BRA2016454)

年　　份：2017

卷　　号：29

期　　号：9

起止页码：2009-2015

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：实际路面图像因噪声成分复杂、覆盖面广,给检测裂缝造成难度。针对路面病害中裂缝图像自身的特征,提出了一种裂缝自动检测算法。该算法首先使用灰度矫正和滤波处理对裂缝图像进行预处理,然后结合最大类间方差法和Canny算子对病害图像进行边缘检测,再基于裂缝图像中裂缝的最大连通性提出了一种检测定位和精确分割算法,最后利用卷积神经网络算法对路面裂缝分类识别。实验结果表明,该方法在路面裂缝检测效率上具有更大的优势,而且对于不同类型的裂缝图像都具有鲁棒性。

关 键 词：路面裂缝 图像分割 最大连通域  卷积神经网络

分 类 号：TP391.4]