沥青路面破损图象特征提取方法研究

被引:26
作者
储江伟
初秀民
王荣本
施树明
机构
[1] 吉林大学交通学院
[2] 吉林大学交通学院 长春
[3] 长春
[4] 长春
关键词
模式识别(520·2040); 路面破损; 分类器; 特征提取;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了提高利用图象信息对沥青路面破损类型和程度识别的准确性和效率,提出了一种可减少沥青路面破损图象识别计算量的以图象分割子块模式识别结果为基础的路面破损图象特征提取方法.该方法将路面图象等分为64×64像素的子块图象,并用灰度方差值描述子块图象特征.设计了基于BP神经网络的子块图象模式分类器,利用子块图象模式分类结果所组成的矩阵作为路面破损图象分割结果.通过对典型路面破损类型的识别试验,证明了该方法的有效性,将路面破损图象子块分布特征作为路面破损图象的整体特征可以获得较好地路面破损分类识别效果.
引用
收藏
页码:110 / 116
页数:7
相关论文
共 3 条
  • [1] 图象工程[M]. 清华大学出版社 , 章毓晋编著, 2000
  • [2] Novel system for automatic pavement distress detection
    Cheng, HD
    Miyojim, M
    [J]. JOURNAL OF COMPUTING IN CIVIL ENGINEERING, 1998, 12 (03) : 145 - 152
  • [3] Development of automated algorithms for pavement condition survey. Chou Ch P, Liau T. Transportation Research . 1996