基于特征分析的地铁隧道裂缝识别算法

摘要：

有效地检测地铁隧道表面裂缝对于隧道的安全至关重要.地铁隧道表面图像普遍存在光照不均匀,目标对比度低,背景纹理复杂,噪声干扰严重等问题,而检测传统图像裂缝,如混凝土表面、路面裂缝等的算法不能很好地适用于地铁隧道表面图像.为此本文提出了一种隧道表面裂缝识别的算法.该算法首先利用Mask匀光等预处理算法改善隧道图像的质量,而后分别设计了基于模板的分析法、基于Hough变换的线型结构分析法、基于SVM的近似裂缝结构分析法等算法对隧道表面裂缝图像各成分进行提取,从而达到识别裂缝的目的.实验结果表明,该算法对传统裂缝图像的识别准确率可达97％,对于隧道表面的裂缝图像识别准确率可达81％.

关键词：裂缝识别、连通区域、Hough变换、特征提取、机器学习

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费M14JB00020;新世纪优秀人才支持计划NCET-11-0572

在线出版日期：2015-07-13（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：64-70