[发明专利]一种路面裂缝图像自动检测方法

权利要求书

1.一种路面裂缝图像自动检测方法，其特征在于，包括以下具体步骤：

步骤一：将每幅路面裂缝图像与对应标签关联，且每幅裂缝图像分为n张子图片，子图片再细分为子图片，形成金字塔结构，并最终根据金字塔模式形成特征描述向量，每个子图片与对应标签关联，标签1∈{0，1}，对应于子图片中有裂缝为0和无裂缝为1，每个子图片有其特征描述向量，它是一个描述器或者几个描述器的串联；

步骤二：子图片转换成傅里叶空间，首先计算裂缝图像在傅里叶空间的振幅，网格尺寸选择17×17，这个尺寸通过抑制噪声来增强信号，最后计算每个裂缝图像子图片的振幅；

步骤三：采用可控制滤波器进行滤波，可控制滤波器采用三个基础滤波器线性组合得到，此外，可控制滤波器根据像素分布评估每个像素的相对角度，滤波后的图像中的每个像素都对应于可控制滤波器窗口内的最小值，方差参数决定可控制滤波器的大小，可控制的滤波器由三个参数制成，通过对参数控制进而调节可控制滤波器，利用可控制滤波器对裂缝图像进行处理；

步骤四：对滤波后的裂缝图像数据通过选择的弱分类器h^j(x_i)寻找合适权重使错误率降到最低：

权重进行计算：

在一个独立的数据库上测试错误率，如果错误率在N次测试中能降低则重复步骤四，最后得到强分类器：

其中，表示第t次训练时第i幅图片的权重，h^j(x_i)表示x图片中第i幅图片中对应的第j个弱分类器，Z_t表示第t次训练时的标准值，强分类器能够自动检测出带有裂缝的路面图像。

2.根据权利要求1所述的一种路面裂缝图像自动检测方法，其特征在于：步骤一中所述的特征描述向量包括通过对子图片的直方图计算或者基于结构元素应用在子图片的形态学变换得到。

3.根据权利要求2所述的一种路面裂缝图像自动检测方法，其特征在于：步骤三中还包括初始化权重:

4.根据权利要求2所述的一种路面裂缝图像自动检测方法，其特征在于：步骤四中还包括交叉验证，交叉验证是统计分区数据，即在子图片中，对全部图像进行训练，虽然子集最后保留了初步分析数据，把最初的数据分成8组，交叉验证重复八次。