基于稀疏表示分类的路面裂缝检测和识别方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 105469099 A (43)申请公布日 2016.04.06 (21)申请号 201510810541.5 (22)申请日 2015.11.20 (71)申请人 南京理工大学 地址 210000 江苏省南京市孝陵卫200号 (72)发明人 唐振民 周舟 吕建勇 钱彬 (74)专利代理机构 南京理工大学专利中心 32203 代理人 王培松 (51)Int.Cl. G06K 9/46 (2006.01) G06K 9/62 (2006.01) G06K 9/64 (2006.01) G06T 7/00 (2006.01) 权利要求书2页 说明书4页 附图2页 (54)发明名称 基于稀疏表示分类的路面裂缝检测和识别方 法 (57)摘要 本发明提供了一种基于稀疏表示分类的路面 裂缝检测和识别方法，通过引入了稀疏表示分类 器(Sparse Representation-based Classifier, 即 SRC)，选取有效的子块高阶矩特征，避免了对 图像进行预处理和后处理，简化了检测步骤，提高 了运行效率。具体包括：训练集(子块)特征向量 的提取及归一化、将测试图像分块提取特征并使 用 SRC 进行分类、根据子块分类结果的映射编码 识别裂缝类型。本发明提出的方法相比于传统的 裂缝检测识别方法具有更高的识别精度和执行效 率。 A 9 9 0 9 6 4 5 0 1 N C CN 105469099 A 权　利　要　求　书 1/2页 1.一种基于稀疏表示分类的路面裂缝检测和识别方法，其特征在于，包括以下步骤： 1)选取训练集，提取训练集的特征向量集并归一化； 2)对训练集的子块进行标注，分为非裂缝子块和裂缝子块； 3)将测试图片分为指定大小的子块，提取每个子块的特征并归一化； 4)根据测试集特征向量，使用SRC对图像的各个子块进行分类，得到子块的类型矩阵； 5)对子块类型矩阵进行横向和纵向的映射编码并进行编码增强； 6)利用步骤5)处理过的编码进行裂缝类型识别。 2.根据权利要求1所述的基于稀疏表示分类的路面裂缝检测和识别方法，其特征在于， 所述步骤1)具体包括以下步骤： 11)在采集到的图片中选取多幅图片分为指定大小的子块n×n，子块分为裂缝子块和 非裂缝子块； 12)在步骤11)的子块中选取m,m≥ 100个子块作为训练集，提取子块的特征向量(std  M3 M4),std为标准差，M3、M4为子块图像的三阶矩特征和四阶矩特征； 13)对每个子块的特征向量进行归一化。 3.根据权利要求2所述的基于稀疏表示分类的路面裂缝检测和识别方法，其特征在于， 所述步骤12)具体包括以下步骤： 121)假设子块为l，其大小为n×n，子块的标准差特征std提取方法如公式(1)； 其中， 122)子块的矩特征提取方法如公式(2)，k＝3时为三阶矩特征，k＝4时为四阶矩特征： 4.根据权利要求3所述的基于稀疏表示分类的路面裂缝检测和识别方法，其特征在于， 所述步骤2)具体包括以下步骤： 21)对测试集的子块进行标注，分为非裂缝子块和裂缝子块； 22)根据标注的ground truth，将每个测试集的子块的标签设为0和1,0表示非裂缝子 块，1表示裂缝子块。 5.根据权利要求4所述的基于稀疏表示分类的路面裂缝检测和识别方法，其特征在于， 所述步骤3)具体包括以下步骤： 31)将大小为W×L的测试图片P分为指定大小的子块，子块大小和步骤11)相同，得到K ＝M