[发明专利]一种基于分类器集成的路面破损类型识别方法

摘要

本发明公开了一种基于分类器集成的路面破损类型识别方法，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。本发明有效地提高路面破损图像类型的识别效率，为公路管理工作特别是路面养护工作提供高效、智能化的管理依据。

主权项

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；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)，并定义子分类器集的投票权重为$c_i=\frac{1}{2}log\left(\frac{1-{\mathrm{err}}_i}{{\mathrm{err}}_i}\right)---\left(3\right)$${\mathrm{err}}_i=\frac{1}{H}{\mathrm{\Σ}}_{j=1}^H{w}_j^i{\mathrm{\ξ}}_j^i---\left(4\right)$其中，err_i为所有被错误分类的样本的权重，如果Λ_i能被正确的分类，则反之，表示各分类器的权重，根据随机子空间子分类器Cⁱ(Λ_i)，i＝1,2,…H，构建路面破损图像类型识别的随机子空间集成分类器C(Λ)，该集成分类器识别结果的判别原则为$\mathrm{\δ}\left(\mathrm{\Λ}\right)=\underset{i=1}{\overset{H}{\Σ}}{c}_i{y}_i---\left(5\right)$其中，yi为随机子空间子分类器Cⁱ(Λi)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。