基于图像显著性的路面裂缝检测讲述.pptVIP

基于图像显著性的路面裂缝检测 裂缝图像显著性检测 灰度校正 裂缝显著性检测 裂缝细尺度显著性增强 空间显著性增强 显著性分割 技术难点 路面图像噪声复杂： 路面材料颗粒形成的大范围随机纹理覆盖整幅图像； 光照不均匀引起的中间亮周围暗的典型变化； 相机固有的因辅助照明不均匀引起的带状条纹； 路面的油污、水渍以及行道线干扰 1. 灰度校正（1） 人类中先验的裂缝概念，即裂缝视觉显著特征。 裂缝图像规律： 裂缝具有线性稀疏性。裂缝中间出现了断裂，其线性增长方向局部一致。空间上所占面积比例还是灰度级所占比例较小 裂缝中心的灰度是局部最小值。因此，因根据亮度变化赋予各区域不同的校正权值。 局部小窗口范围内可以认为图像光照近似均匀。 1. 灰度校正（2） 将路面图像I划分为L×L的小块Ir。分别统计各小块中各灰度级k的像素个数Nr,k 1. 灰度校正（3） 校正图像很大程度上消除了带状条纹、路面颗粒随机纹理形成的白噪声干扰。 2. 裂缝显著性检测（1） 3. 裂缝细尺度显著性增强（1） 相邻区域的高对比度比整体的对比度以及较远区域的对比度更能优先引起注意。 以裂缝像素为中心，设计权值，增强显著程度。 将校正后的路面图像变换到适合裂缝的尺度，会更加突出裂缝的局部特征。 3. 裂缝细尺度显著性增强（2） 选取裂缝级尺度图像中，未筛选过的综合显著值大于平均值两倍且灰度值小于原图像灰度均值的点作为候选裂缝点。 定义裂缝最小长度为L，初始长度l=0，领域扩张步长s=1.以某个候选点为中心，检测其(2s+1)×(2s+1)领域内是否存在候选点，若不存在，线性权重wl为0，该点标记已筛选，转步骤1；若存在，l++，s++,上下左右4个方向，记录其增长方向；若同时存在多个候选点，依次记录。 以候选点的(2(s-1)+1)×(2(s-1)+1)领域为内窗口，(2s+1)×(2s+1)为外窗口，搜索两窗口之间是否存在候选点，若不存在，则内窗口内所有候选点标记为已筛选，wl为l/sL，转步骤1；若存在，分别记录各候选点增长方向θ.,l++,s++.重复该步骤，直到lL/2，此时wl=1，标记内窗口候选点已选 3. 裂缝细尺度显著性增强（3） 当lL/2，计算窗口(2(s-1)+1)×(2(s-1)+1)内领域内线性扩展方向是否一致。即某扩展方向一开始不存在候选点，领域增大后突然出现了候选点，显然属于噪声，记下此时长度l，修改wl为l’/sL 当lL/2时，若领域扩展方向一致，统计窗口领域内候选点个数Num，根据裂缝面积稀疏性设置阈值α，当Numα×(2(s-1)+1)2,认为其呈现出块状特性；此时，按照步骤3的方式继续进行领域扩展，直至内外窗口之差中不再出现候选点，重新统计Num，修改其中所有候选点wl为1/Num，标记已经筛选。 当lL/2时，如再无步骤4、5中扩张情形，局部领域搜索完毕，不再继续扩展，转步骤1选新候选点带入算法。 3. 裂缝细尺度显著性增强（4） 4. 空间显著性增强 空间加权显著性，每个小块rk，其块内像素点（x,y） 5. 显著性分割 设f(i)为图中显著值为i的点的概率，Smin和Smax分别为图中显著性最小值和最大值 Thank you ！ * *