基于改进K-means算法的沥青路面裂缝分割方法
A Method for Asphalt Pavement Crack Segmentation Based on Improved K-means Algorithm作者机构:中路高科交通检测检验认证有限公司北京100088
出 版 物:《公路交通科技》 (Journal of Highway and Transportation Research and Development)
年 卷 期:2023年第40卷第4期
页 面:1-8页
核心收录:
基 金:中央级公益性科研院所基本科研业务费专项资金项目(2021-90526)。
主 题:道路工程 改进果蝇优化算法 K-means算法 路面裂缝识别 小波阈值去噪
摘 要:沥青路面各类裂缝是影响沥青路面结构寿命的主要原因。针对现阶段沥青路面裂缝分割算法存在精确度低、分割结果与原图像不匹配等问题,提出一种基于改进K-means算法的沥青路面裂缝分割算法。首先对路面巡检车所获取到的沥青路面裂缝图像进行小波去噪处理,提出一种随小波分解层数变化的自适应阈值计算方法,并确定相应的小波阈值函数表达式。然后采用果蝇算法优化的K-means算法对去噪后的沥青路面裂缝图像进行分割。最后采用数学形态学对分割后图像中存在的细小噪点进行清除,并采用区域生长算子对断裂处裂缝进行连接。结果表明:改进小波阈值去噪算法整体表现较好,在峰值信噪比、信息熵与对比度3个评价参数上均存在一定的优势,去噪效果优于暗通道先验算法与CLAHE算法;改进的K-means算法有收敛速度更快,味道判定值更小的优势,对一幅图像的平均计算时间为1.15 s;对算法准确率进行相应的分析可知,新算法的准确率-召回率指标较高,准确率可达85.69,召回率R达到86.93,且综合评价系数为86.31,超过改进Sobel算子、最大熵分割算法与Otsu算法。综上所述,提出的裂缝分割算法具有图像去噪效果较好、裂缝分割精度较高且运行时间短的优势。