基于图像分析的桥梁下部结构裂缝检测算法研究-软件工程专业论文.docxVIP

西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学分和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘 要 裂缝对在役钢筋混凝土桥梁的承载能力、耐久性能、环境保护、交通安全等 都会造成不利的影响。传统的基于人工视觉识别桥梁裂缝的方法有着成本高、危 险性大、效率低、识别精度低等诸多缺点。近年来，基于图像分析的桥梁裂缝识 别系统在桥梁养护领域得到了广泛研究，但当前已有的裂缝自动识别算法尚不成 熟，图像数据的后期处理仍然是采用人机结合甚至完全人工的方式，导致识别工 作量仍然过大。因此，设计完善的桥梁裂缝自动识别系统是当前亟待解决的热点、 难点问题。 本文针对桥梁裂缝自动识别算法中存在的难题，对桥梁裂缝图像的增强、去 噪、图像分割、孤立噪声去除、裂缝分类、裂缝参数的提取等多方面进行深入研 究，主要工作内容和研究成果简述如下： 针对图像分割，提出一种改进的基于多方位结构元素形态学的桥梁裂缝图像 分割算法。 针对裂缝分类，依据四种类型桥梁裂缝几何形态差异的特性，提出利用投影 和小波去噪算法首先区分线性裂缝和网状裂缝，进而利用裂缝分布密度的不同再 区分网状裂缝与反射裂缝，后利用图像孔洞数作为参数进一步判别裂缝类型，并 利用基于 BP 神经网络的模式分类器实现对裂缝的准确分类。 在桥梁裂缝特征参数的计算这一关键问题上，对已分类好的裂缝目标，提出 利用轮廓跟踪算法，设计了有效计算网状裂缝的面积、周长和形状参数等的算法。 关键词：图像分析 桥梁下部结构裂缝 自动识别 图像分类 特征提取 Abstract Bridge distress causes adverse effects on bridge in many aspects, such as durability, mechanical wear, driving comfortableness, environmental protection, traffic safety, etc. Traditional method based on artificial vision for bridge distress detection has a lot of shortcomings such as time-consuming, dangerous, costly, inefficiency, low accuracy and so on. In recent years, bridge distress detection based on digital image analysis has been developed greatly in highway maintenance field. However the automatic detection algorithm is still not satisfying. Artificial vision method is the main measure for the later image processing. This paper is devoted to research the automatic detection algorithm including bridge surface image enhancement, denoising, image segmentation, crack classification, crack abstract and crack positioning.The main work is described as fo