[发明专利]基于HOG特征的桥梁混凝土表面裂缝检测方法

权利要求书

1.基于HOG特征的桥梁混凝土表面裂缝检测方法，其特征在于包括如下步骤：

(1)采用单通道转换法，将待检测桥梁的彩色图像H转换为灰度图像，并对其进行滤波，得到去噪灰度图像H`；

(2)对去噪灰度图像H`进行二值化处理，得到多个去噪灰度二值图像块，实现步骤为：

(2a)对去噪灰度图像H`进行不重叠小块分割，得到多个去噪灰度图像块；

(2b)对每个去噪灰度图像块的灰度直方图进行统计，得到多个去噪灰度直方图；

(2c)将每个去噪灰度直方图的全局波谷作为去噪灰度直方图阈值：对每个去噪灰度直方图的各局部极小值点从左到右进行筛查，并将右边梯度是左边3倍的局部极小值点，即所述去噪灰度直方图的全局波谷，作为去噪灰度直方图阈值；

(2d)使用去噪灰度直方图阈值，对该去噪灰度直方图对应的图像块进行二值化处理，得到多个去噪灰度二值图像块；

(3)对每个去噪灰度二值图像块的梯度方向直方图进行统计，并根据统计结果对去噪灰度二值图像块进行初步处理与合并，得到图像H的完整二值图像，实现步骤为：

(3a)计算每个去噪灰度二值图像块中各像素点的梯度方向θ(x,y)，并对所有梯度方向直方图进行统计，得到多个梯度方向直方图；

(3b)利用多个梯度方向直方图，对二值图像块是否含有裂缝进行初步判断和处理，若梯度方向直方图含有两个波峰，则保持该可能含有裂缝的二值图像块不变，否则将该二值图像块置为全白；

(3c)将初步处理的所有二值图像块进行合并，得到图像H的完整二值图像；

(4)计算图像H的完整二值图像的HOG特征x_H(i,j)：以图像H的完整二值图像的每个像素点为中心，取尺寸为mxm的图像块，并求取每个图像块的HOG特征x_H(i,j)r，得到图像H的完整二值图像对应的HOG特征x_H(i,j)，其中，m表示图像块的边长，(i,j)表示像素点位置，r表示图像块的编号；

(5)采用图像H的完整二值图像的HOG特征x_H(i,j)对SVM分类器进行训练，得到训练SVM分类器；

(6)采用待检测桥梁的彩色图像N替代步骤(1)中的待检测桥梁的彩色图像H，并执行步骤(1)～步骤(4)，得到图像N的完整二值图像对应的HOG特征x_N(i,j)；

(7)将图像N的完整二值图像对应的HOG特征x_N(i,j)输入到训练SVM分类器中，对(i,j)位置的像素进行分类：对训练SVM分类器输出结果0或1进行标记，得到(i,j)位置的非裂缝像素和裂缝像素，其中0代表(i,j)位置的像素为非裂缝像素，1代表(i,j)位置的像素为裂缝像素。

2.根据权利要求1所述的基于HOG特征的桥梁混凝土表面裂缝检测方法，其特征在于，步骤(1)中所述的对灰度图像进行滤波，采用高斯平滑滤波器。

3.根据权利要求1所述的基于HOG特征的桥梁混凝土表面裂缝检测方法，其特征在于，步骤(1)中所述的单通道转换法，其表达式为：

Y＝0.3R+0.59G+0.11B

其中，R表示彩色图像的红色分量，G表示彩色图像的绿色分量，B表示彩色图像的蓝色分量。

4.根据权利要求1所述的基于HOG特征的桥梁混凝土表面裂缝检测方法，其特征在于，步骤(3a)中所述的计算每个去噪灰度二值图像块中各像素点的梯度方向θ(x,y)，其计算公式为：

θ(x,y)＝tan^-1[V(x,y)/H(x,y)]

其中H(x,y)表示像素点(x,y)的横向梯度值，V(x,y)表示像素点(x,y)的纵向梯度值。

5.根据权利要求1所述的基于HOG特征的桥梁混凝土表面裂缝检测方法，其特征在于，步骤(3a)中所述的对所有梯度方向直方图进行统计，实现步骤为：

(3a1)将所有像素点的梯度方向划分为多个梯度方向单元；

(3a2)对每个梯度方向单元所对应的像素点进行计数，得到去噪灰度二值图像块的梯度方向直方图。