路面裂缝图像自动识别算法综述_彭博1
需积分: 0 38 浏览量
2022-08-03
14:25:21
上传
评论
收藏 314KB PDF 举报
第
31
卷 第
7
期
2014
年
7
月
公 路 交 通 科 技
Journal of Highway and Transportation Ｒesearch and Development
Vol. 31 No. 7
Jul． 2014
收
稿
日
期
： 2013 － 03 － 25
基金项目
：
国家自然科学基金项目
（51108391）；
中央高校基本科研业务费专项资金科技创新项目
（A0920502051208
－ 99）
作者简
介
：
彭博
（1986 － ），
男
，
四川南充人
，
博士研究生
. （pengbo351@ 126. com）
doi： 10. 3969 /j. issn. 1002 － 0268. 2014. 07. 004
路面裂缝图像自动识别算法综述
彭 博
1，2
，
蒋
阳升
1，3，4
，
韩
世凡
1
，
罗
楠欣
1
（1．
西南交通大学交通运输与物流学院
，
四川 成
都
610031； 2． College of Civil and Environmental Engineering，
Oklahoma State University，OK 74078 － 5013，USA； 3．
综合运输四川省重点实验室
，
四川 成都
610031；
4．
综合交通运输智能化国家地方联合工程实验室
，
四川 成都
610031）
摘要
：
路面裂缝自动检测对于路面养护管理
、
路面性能评价与预测
、
路面材料和结构设计具有重要的实用价值
，
但
快速
、
准确
、
全面且稳定地识别路面裂缝一直是个难题
。
为此
，
对路面裂缝自动检测研究现状进行综述
，
包括以图
像增强和去噪为目的的预处理方法
，
基于阈值分割
、
边缘检测和种子生长的空间域识别算法
，
以小波变换为代表的
频域识别算法
，
基于有监督学习的识别算法及其他裂缝识别方法
；
指出既有裂缝识别算法存在易受光照和油污等因
素的影响
、
裂缝识别图像连续性差和识别速度和精度较低等不足
。
最后
，
提出综合考虑边界和区域特征消除纹理和
噪声干扰
、
基于局部和全局信息设计优化识别算法和基于三维图像进行裂缝识别等研究展望
，
为裂缝自动识别算法
的改进提供参考
。
关键词
：
道路工程
；
自动识别算法
；
图像处理
；
路面裂缝
；
图像分割
；
边缘检测
；
裂缝种子
；
有监督学习
中图分类号
： U416. 23
文献标识码
： A
文章编号
： 1002 － 0268 （2014） 07 － 0019 － 07
A Ｒeview of Automatic Pavement Crack Image Ｒecognition Algorithms
PENG Bo
1，2
，JIANG Yang-sheng
1，3，4
，HAN Shi-fan
1
，LUO Nan-xin
1
（1． School of Transportation and Logistics，Southwest Jiaotong University，Chengdu Sichuan 610031，China；
2． College of Civil and Environmental Engineering，Oklahoma State University，OK 74078 － 5013，USA；
3． Key Laboratory of Integrated Transport of Sichuan Province，Chengdu Sichuan 610031，China；
4． National and Local Joint Engineering Laboratory of Integrated and Intelligent Transport，Chengdu Sichuan 610031，China）
Abstract： Automatic pavement crack detection is of great practical value for pavement maintenance and
management，pavement performance evaluation and prediction，and materials and structure design． However，
it remains a difficulty to recognize pavement crack rapidly，precisely，completely and robustly． Thus，the
researches on automatic pavement crack detection is reviewed，including the pre-processing methods aiming
at image enhancement and denoising ，the space-domain recognition algorithms based on thresholding，edge
detection and seeds growing，the frequency-domain recognition algorithms such as wavelet transformation，the
recognition algorithms based on supervised learning and others． The shortcomings of these crack recognition
algorithms are pointed out as follows：
（1） li
ghting and oils tend to impact algorithm performance； （2） crack
recognition images have poor continuity； （3） processing speed and recognition precision are not satisfying．
At last，several research prospects are proposed as references for improvement of pavement recognition
algorithms，including： （1） remove influences of texture and noises by combining boundary and area features；
（2） design optimization recognition algorithm based on local and global information； （3） recognize pavement
crack based on 3D images．
评论0
最新资源