基于多尺度曲波变换的路面裂缝融合算法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (6): 182-185.

基于多尺度曲波变换的路面裂缝融合算法

杨莉1，吴贵芳1，孙秀明2

1.河南科技大学电子信息工程学院，河南洛阳 471000
2.河南建筑职业技术学院，郑州 450000

出版日期:2016-03-15 发布日期:2016-03-17

Algorithm of pavement crack fusion based on multi-scale curvelet transforms

YANG Li1, WU Guifang1, SUN Xiuming2

1.Information Engineering College, Henan University of Science and Technology, Luoyang, Henan 471000, China
2.Henan Technical College of Construction, Zhengzhou 450000, China

Online:2016-03-15 Published:2016-03-17

摘要/Abstract

摘要： 针对模糊、不连续的路面裂缝病害图像，提出一种新颖的图像处理算法进行裂缝病害的提取。将采集的路面病害图像进行对比度增强、Canny-HBT（双曲正切）滤波去噪、亮度非均匀校正等一系列预处理操作，以提高图像中裂缝与路面背景的差异；对预处理后的路面病害图像进行多尺度的曲波变换表示，并在图像重构前利用Max-Mean混合的融合算法对裂缝连通区域进行阈值判决实现裂缝的精细融合；实验表明，该算法能更好地优化边缘定位，有效地提取弱对比度的裂缝和细小裂缝，提高了路面裂缝边缘检测的可靠性和精度，同时也提高了PSNR值。

关键词: 路面裂缝, 预处理, Canny-双曲正切（HBT）滤波器, 曲波变换, 融合

Abstract: A novel image processing method is proposed for extraction of road cracks from fuzzy and discontinuous pavement images. Firstly, a series of pre-processing operations are implemented to enhance the differences between cracks and backgrounds, which include contrast enhancement, de-noising based on Canny-HBT filter and brightness non-uniformity correction; secondly, the fusion of detector responses is performed using multi-scale curvelet transform and maximum-
approximation with mean-detail image fusion algorithm to make threshold decision on the cracks connected area to realize the fine cracks fusion. The experimental results show that the proposed algorithm can make improved edge detection in images with superior edge localization, and can extract the small cracks and the cracks with the weak contrast effectively, and it improves the reliability and precision of the crack detection with higher PSNR.

Key words: pavement crack, preprocessing, Canny-Hyperbolic Tangent function（HBT） filter, curvelet transform, fusion

杨莉1，吴贵芳1，孙秀明2. 基于多尺度曲波变换的路面裂缝融合算法[J]. 计算机工程与应用, 2016, 52(6): 182-185.

YANG Li1, WU Guifang1, SUN Xiuming2. Algorithm of pavement crack fusion based on multi-scale curvelet transforms[J]. Computer Engineering and Applications, 2016, 52(6): 182-185.

[1]	陆莉霞，邹俊忠，郭玉成，张见，王蓓. 多模态融合的膝关节损伤预测[J]. 计算机工程与应用, 2021, 57(9): 225-232.
[2]	李明山，韩清鹏，张天宇，王道累. 改进SSD的安全帽检测方法[J]. 计算机工程与应用, 2021, 57(8): 192-197.
[3]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[4]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[5]	王兵，乐红霞，李文璟，张孟涵. 改进YOLO轻量化网络的口罩检测算法[J]. 计算机工程与应用, 2021, 57(8): 62-69.
[6]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[7]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[8]	王玲，王家沛，王鹏，孙爽滋. 融合注意力机制的孪生网络目标跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 169-174.
[9]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[10]	刘畅，邱卫根，张立臣. 基于可变形掩膜对齐卷积模型的行人再识别[J]. 计算机工程与应用, 2021, 57(5): 146-152.
[11]	韩文静，罗晓曙，杨日星. 一种复合型手势识别方法研究[J]. 计算机工程与应用, 2021, 57(4): 108-113.
[12]	赵辉，李志伟，方禄发. 特征信息增强的单发多框检测器算法[J]. 计算机工程与应用, 2021, 57(4): 148-154.
[13]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[14]	王殿伟，赵梦影，刘颖，宋海军，谢永军. 改进的R-SSD全景视频图像车辆检测算法[J]. 计算机工程与应用, 2021, 57(3): 189-195.
[15]	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.