[发明专利]一种路面裂缝图像自动检测方法

摘要

本发明公开了一种路面裂缝图像自动检测方法，包括将每幅路面裂缝图像及其子图片与对应标签关联，每个子图片有其特征描述向量，通过子图片再分成多个子图片形成金字塔结构，并最终根据金字塔模式形成裂缝图像特征描述向量，将特征描述向量转换到傅里叶空间，并计算裂缝图像在傅里叶空间的振动幅度；采用可控制滤波器进行滤波，然后寻找弱分类器，将多个裂缝图像弱分类器按其权重组合得到强分类器，最后自动检测出带有裂缝的路面图像。与传统方法相比，本发明中获取的裂缝图像特征描述向量能够表征裂缝图像的纹理特质，并采用改进的Adaboost对裂缝图像进行检测，在检测精度和速度上有了明显的提高。

主权项

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。