B009道路缺陷自动识别.pdf

太普华南杯数据挖掘竞赛论文报告 基于数据挖掘技术的道路缺陷自动识基于数据挖掘技术的道路缺陷自动识别别 基基于数据挖掘技术的道路缺陷自动识于数据挖掘技术的道路缺陷自动识别别 摘 摘 要要：：道路缺陷的类别包括路面结构性破损和功能性破损，而路面结构性破损是最常见的， 摘摘 要要：： 可以细分为龟裂、块裂、网裂、纵裂和横裂。研究和设计一套道路缺陷检测技术，开发高效、快速 准确的道路缺陷自动识别系统具有重要的理论和现实意义。虽然基于数字图像处理的路面破损检测 和识别技术在国外已经有所发展，但是由于路面图像的复杂特性，数字图像处理算法仍在研究。 本文针对附件所提供的道路缺陷图像，运用MATLAB 图形图像处理工具箱进行图形处理，包括 图像的预处理，图像分割，图像特征提取，图像边缘检测等，并得到了预期效果。在分析比较传统 方法对道路缺陷图像增强效果及不足之处的基础上，通过对实验分析，选用了梯度倒数加权平均滤 波算法，它能有效地平滑图像背景、消除大部分噪声。在图像分割中，根据不同缺陷图像，分别进 行了边缘检测和灰度阈值分割，提出了随机游动分割方法进行坑槽图像的分割，得到了较为满意的 结果。 对缺陷图像进行特征提取，并分析计算了评判道路缺陷的特征参数，包括平均缝宽、裂缝宽度 块度、面积。采用 BP 神经网络的方法对缺陷图像进行模式识别，对识别的结果及学习率进行了深 入讨论。 关键词关键词：：道路缺陷；破损检测；梯度倒数加权平均算法；随机游动分割算法；BP 神经网络 关键词关键词：： 第 1 页，共 26 页 太普华南杯数据挖掘竞赛论文报告 The Automatic Pavement Identification Based On Data-Ming Technology Abstract: Road defect categories include pavement structural damage and functional damage, however,the former is the most common, and can be subdivided into the cracks, the block splitting network cracking, longitudinal and transverse cracking. Research and design a road defect detection technology, it is of importance to develop the detect of efficient and accurate of road defects automatic identification system. Although based on digital image processing, pavement distress detecting and recognition technology had been developed, but due to the complex nature of the road surface image, digital image processing algorithms are still