基于小波和Radon变换的桥梁裂缝检测

摘要：

为提高桥梁裂缝检测效率,提出了一种新型的桥梁裂缝检测方法.针对桥梁表面图像具有噪声污点干扰进行预处理,先后用中值滤波和频域滤波有效的减弱了噪点干扰并加强了裂缝区域;针对裂缝处的纹理特点,用小波变换突出图像的纹理特征,计算小波高频段的高幅值系数占比,即高幅小波系数比(HAWCP),高频能量比(HFEP),Radon变换最大值和概率统计参数作为特征值,这些特征值的结合有很好的区分度和容错能力;将误差反向传播算法多层前向神经网络作为桥梁裂缝分类器,并且只用9次迭代既能完成训练,分类效率高.实验结果表明,提出的方法对桥梁裂缝的识别率高(超过95％),泛化能力强.

关键词：桥梁裂缝检测、小波系数、拉冬变换、随机统计特征、多特征融合、人工神经网络

所属期刊栏目：34

分类号：TP181(自动化基础理论)

资助基金：中央高校基本科研业务费基金项目2009ZM192;交通运输部重大科技专项基金项目201131849A400

在线出版日期：2013-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3151-3157