多方位结构元素路面裂缝图像边缘检测算法

doi:10.3778/j.issn.1002-8331.2010.01.067

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (1): 224-226.DOI: 10.3778/j.issn.1002-8331.2010.01.067

多方位结构元素路面裂缝图像边缘检测算法

李刚¹，贺昱曜²

1.长安大学电子与控制工程学院，西安 710061
2.西北工业大学航海学院，西安710062

收稿日期:2008-07-21 修回日期:2008-10-16 出版日期:2010-01-01 发布日期:2010-01-01
通讯作者: 李刚

Edge detection for road crack image with multidirection morphological structuring elements

LI Gang¹，HE Yu-yao²

1.School of Electronic and Control Engineering，Chang’an University，Xi’an 710061，China
2.School of Marine Engineering，Northwestern Polytechnical University，Xi’an 710062，China

Received:2008-07-21 Revised:2008-10-16 Online:2010-01-01 Published:2010-01-01
Contact: LI Gang

摘要/Abstract

摘要： 在数学形态学基础上，针对路面图像中噪声和裂缝类病害不同的像素分布特点，提出了多方位结构元素形态学边缘检测算法。该算法利用类间最大距离法确定路面裂缝图像中发生梯度变化的点，后对其采用多方位结构元素腐蚀操作，提取出路面裂缝边缘像素点并滤除噪声。实验结果表明：较传统的边缘检测算法，该算法在准确地检测路面裂缝边缘的同时有效地抑制了噪声干扰，检测效果良好，运算速度快。

关键词: 边缘检测, 数学形态学, 结构元素, 类间最大距离

Abstract: Based on the mathematical morphology，multidirection morphological structuring elements algorithm is proposed aiming to the different distributing characteristics between the noise and the disease pixel of the road image.The algorithm uses the method of the maximal distances between classes to ascertain the varied gradient pixel.Then it does erosion operation by using binary morphology to obtain the edge and remove the noise.Compared with the traditional edge detection algorithm，the proposed algorithm has restrained noise jamming effectively while detecting the road crack accurately and its effect is fine.

Key words: edge detection, mathematical morphology, structure elements, maximal distances between classes

中图分类号:

TP391.41

李刚¹，贺昱曜². 多方位结构元素路面裂缝图像边缘检测算法[J]. 计算机工程与应用, 2010, 46(1): 224-226.

LI Gang¹，HE Yu-yao². Edge detection for road crack image with multidirection morphological structuring elements[J]. Computer Engineering and Applications, 2010, 46(1): 224-226.

[1]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[2]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[3]	王小鹏，杨文婷，文昊天. 利用自适应形态学实现遥感水体图像增强[J]. 计算机工程与应用, 2021, 57(12): 186-192.
[4]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[5]	孙梦茹，王瑜，邢素霞. 基于结构局部边缘模式的绿色植物物种识别[J]. 计算机工程与应用, 2019, 55(3): 167-170.
[6]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[7]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[8]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[9]	吴进，赵隽，李聪，吴汉宁. 机器视觉中边缘检测算法的SDSoC加速实现[J]. 计算机工程与应用, 2019, 55(12): 208-214.
[10]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[11]	刘丽霞1，李宝文3，王阳萍1，2，杨景玉1，2. 改进Canny边缘检测的遥感影像分割[J]. 计算机工程与应用, 2019, 55(12): 54-58.
[12]	张经宇，滕建辅，白煜. 医学图像边缘检测的Levy-DNA-ACO算法研究[J]. 计算机工程与应用, 2018, 54(8): 14-20.
[13]	朱明明1，许悦雷1，张旭蕾2，马时平1，吕超1，辛鹏1，邹洪中1，马红强1. 基于V1细胞特性的边缘检测[J]. 计算机工程与应用, 2018, 54(5): 200-205.
[14]	李忠海，金海洋，邢晓红. 整数阶滤波的分数阶Sobel算子的边缘检测算法[J]. 计算机工程与应用, 2018, 54(4): 179-184.
[15]	况杰，章杨松，赵佳斌. 基于相位一致性图像处理的岩体裂隙自动检测[J]. 计算机工程与应用, 2018, 54(24): 193-197.

多方位结构元素路面裂缝图像边缘检测算法

Edge detection for road crack image with multidirection morphological structuring elements

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics