一种基于机器视觉的道路裂缝病害识别方法

作     者：史陆星 吴丹慧 黄炳佳 陈博睿 Shi Luxing;Wu Danhui;Huang Bingjia;Chen Borui

作者机构：广东交通职业技术学院广东广州 

出 版 物：《科学技术创新》 (Scientific and Technological Innovation)

年 卷 期：2023年第11期

页      面：171-174页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0814[工学-土木工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：2021年度广东省普通高校青年创新人才类项目(项目编号:2021KQNCX178) 2022年度广东交通职业技术学院教科研项目(项目编号:GDCP-ZX-2022-027-N1) 

主　　题：图像亮度处理 二值图像 高斯去噪 裂缝识别 

摘      要：传统裂缝检测都是人工,稳定性差,研究针对道路路面裂缝进行图像分析,实现裂缝智能识别。利用MATLAB软件平台,首先对混凝土路面早期裂缝图像进行预处理,通过图像亮度调整提高目标与背景的对比度,矫正亮度不均匀的像素点;然后通过阈值分割获取二值图像,进行形态学重建后再经过高斯去噪处理,最终获得裂缝目标图像。通过试验验证,该算法可以准确识别道路裂缝,代码精简,运行速度快,可应用于实际工程进行检测。