文献阅读笔记【1】:基于图像处理的地铁隧道裂缝识别算法研究

1.基于图像处理的地铁隧道裂缝识别算法研究1

由于受到环境影响,裂缝图像普遍存在着低对比度、光照不均匀、噪声污染严重等问题,该文章提出了提出了一种全局与局部相结合的预处理算法,以及基于连通区域的多级滤波算法。预处理能够高效抑制低对比度和光照不均匀的影响,基于连通区域的多级滤波方法可以较好地滤除图像中存在的大量复杂噪声。还提出了一种根据裂缝局部均值和标准差计算裂缝宽度的算法。

1. 这篇文章在解决低对比度、光照不均匀的预处理方法中先使用灰度腐蚀增加裂缝的宽度和深度以达到增强裂缝对比度的目的。由于只在小范围内改变了像素灰度值,该算法可以更好地保护图像细节。之后使用局部直方图拉伸的方法减弱了光照不均匀的影响。局部直方图拉伸的步骤为:

  • 图像分割成块;
  • 图像块归一化到[0,1];
  • 计算归一化图像的均值,对每一个图像块进行直方图拉伸变换,个别参数根据经验选取值;
  • 反归一化操作,完成局部直方图拉伸。

2. 基于连通区域的多级滤波算法包含四部分,其中第一部分为获取二值图像的连通区域及外接矩形,其余三部分分别根据区域零阶矩、区域矩形度、特殊区域作为判断裂缝特征的标准,进而实现所谓的多级滤波。

  • 其中区域零阶矩为图像中白色区域的总和,可以用来求得二值图像连通域的面积,通过设定阈值滤波;
  • 区域矩形度体现物体对其外接矩形的充满程度,反映一个物体与矩形相似程度的一个参数,通过设定阈值滤波;
  • 特殊区域噪声滤波根据连通区域的最大宽度、最大高度、矩形度三个参数通过设定阈值的方法进行滤波。

3. 在计算裂缝宽度之前首先需要得到裂缝的中心骨架,该文章通过Zhang-Suen 图像骨架提取算法获得整个图像的单像素骨架图;
在裂缝骨架图毛刺滤除部分有别于传统基于方向链码去除骨架图像毛刺算法,该文章提出了一种新的检测方法,该方法构造了 8 个模板遍历整幅图像,将满足模板条件的骨架点作为端点。从检测到的端点开始使用方向链码,之后的长度计算与传统[基于方向链码去除骨架图像毛刺算法]中相同,根据长度阈值剔除毛刺。
裂缝宽度计算首先在裂缝骨架图中通过选取裂缝点邻域内相距最远像素的连线,进而获得该点法线;在之后的裂缝宽度计算中该文章提出了一种利用邻域均值和标准差计算裂缝宽度的算法。该算法根据骨架图中的裂缝点坐标,在灰度图中找到该点,沿着法线方向选取一个直线型邻域,以裂缝点为中心,在两个方向上根据邻域均值和标准差作为衡量标准,分别得到两个方向的宽度,进而得到裂缝总宽度。具体的式子还要依仗原文。

Comments:
文章在解决光照不均的问题上采用的方法优于Mask匀光法,但仍有一定的噪声干扰。提出的多级滤波算法在滤除背景噪声方面挺有效果(复杂背景不一定有效),但是后续对裂缝的识别方面并不怎么样,未来可以采用更优秀的裂缝识别方法。文章在裂缝骨架图毛刺滤除部分的改进个人在理论上认为是一种效率上的优化,在裂缝宽度的计算方面未经与其他方法对比,不做评论。整个过程中缺乏对裂缝边缘的链接,忽略了一些小的子裂缝。


  1. [2020722-23] ↩︎

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Shine.Zhang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值