[发明专利]一种基于分类器集成的路面破损类型识别方法

权利要求书

1.一种基于分类器集成的路面破损类型识别方法，其特征在于：包括以下步骤：

1)对检测到具有破损的路面图像进行同态滤波预处理；

2)采用经过预处理后的路面图像构建路面破损图像数据库，该数据库包括横裂、纵裂、网裂和沉降破损类型，并保证该数据库中图像样本的均衡性，即图像大小一致，数量相等；

3)分别采用Contourlet变换和边缘方向直方图法提取路面破损图像的特征向量，并采用串行联合策略构建路面破损图像的联合特征向量；

4)基于交叉核支持向量机，构建随机子空间集成分类器对路面破损图像进行识别。

2.根据权利要求1所述的一种基于分类器集成的路面破损类型识别方法，其特征在于：所述步骤1)中，同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，该方法首先对图像进行对数变换，实现对图像的灰度拉伸；然后对经过对数处理后的图像进行傅里叶变换将图像转换到频率域，并通过对图像进行频域滤波实现图像的去噪处理；最后，对图像进行傅里叶逆变换和指数运算即得到同态滤波处理后的路面破损图像。

3.根据权利要求1所述的一种基于分类器集成的路面破损类型识别方法，其特征在于：所述步骤3)中，Contourlet变换是采用拉普拉斯金字塔分解得到边缘的孤立断点，并使用二维方向滤波器组将方向一致的断点连接成线，从而形成基本的轮廓段，因此，采用Contourlet变换提取路面破损图像的高维纹理特征向量A；

边缘方向直方图法是图像的局部形状特征由局部灰度梯度和边缘方向来表征，将一副图像划分为多个子图像，并按照水平边缘方向、垂直边缘方向、对角边缘方向和无边缘方向五个方向对各子图像的梯度直方图进行分类，对各梯度直方图按照划分的分类方向进行统计，因此，采用边缘方向直方图法提取路面破损图像的直方图特征向量B；

由于不同的特征描述存在彼此的互补性，因此，采用串行联合策略构建路面破损图像的联合特征向量，即对于路面破损模式样本空间A,B∈Ω，则组合后的串行联合特征向量为

其中，A和B分别为N维和M维特征向量，串行联合特征向量为(M+N)维。

4.根据权利要求1所述的一种基于分类器集成的路面破损类型识别方法，其特征在于：所述步骤4)中，按照均匀分布原则从路面破损图像的联合特征向量中随机选取训练样本子集Λ_i，1≤i≤H，H为训练样本子集的个数，即

Λ_i＝(α_i,β_i)(2)

其中，α_i∈A，β_i∈B，α_i和β_i分别为n维和m维特征向量，Λ_i为m+n维特征向量；

采用训练样本子集Λ_i训练交叉核支持向量机，生成随机子空间子分类器Cⁱ(Λ_i)，并定义该子分类器集的投票权重为

ci=12log(1-errierri)---(3)]]>

erri=1HΣj=1Hwjiξji---(4)]]>

其中，err_i为所有被错误分类的样本的权重，如果Λ_i能被正确的分类，则反之，表示各分类器的权重，本专利中

根据随机子空间子分类器Cⁱ(Λ_i)，i＝1,2,…H)，构建路面破损图像类型识别的随机子空间集成分类器C(Λ)，该集成分类器识别结果的判别原则为

δ(Λ)=Σi=1Hciyi---(5)]]>

其中，y_i为随机子空间子分类器Cⁱ(Λ_i)的分类结果，如果δ(Λ)≥H/2，则随机子空间集成分类器C(Λ)检测到路面图像的破损，否则，该路面图像不存在破损信息。