-
题名路面破损图像的模糊增强方法研究
被引量：8
- 1
-
-
作者
欧阳琰
陈先桥
初秀民
-
机构
武汉理工大学计算机科学与技术学院
武汉理工大学水路公路交通安全控制与装备教育部工程技术中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第10期184-186,共3页
-
基金
国家自然科学基金No.50578128~~
-
文摘
针对传统路面破损图像模糊增强算法增强效果不明显、无法划分与背景灰度区域重叠的病害区域、控制参量难以设置、运算复杂等问题,提出了一种改进的路面破损图像模糊增强算法。首先对图像进行分块,并设计一种新的分段隶属度计算函数,使每个块区域内各像素点的灰度值完整细致地映射到隶属度上,能通过少量迭代次数获得一定的增强效果。在模糊逆映射上,采用灰度级扩展的逆变换函数,使增强效果进一步提升,消除了由于截断带来的灰度信息损失。新算法对多灰度级的路面破损图像的增强取得了很好的结果,并且控制参量无需人为设定。
-
关键词
路面破损图像
模糊增强
模糊隶属度函数
渡越点
-
Keywords
road damaged image
fuzzy-enhancement
fuzzy membership function
crossover point
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合流形特征的路面破损图像识别方法
被引量：1
- 2
-
-
作者
石陆魁
党磊
杨璐
师胜利
-
机构
河北工业大学计算机科学与软件学院
河北师范大学信息技术学院
-
出处
《计算机应用与软件》
CSCD
2016年第2期150-152,196,共4页
-
文摘
研究路面破损图像识别的特征提取优化问题。为了克服常见的破损密度因子或坐标轴投影等特征提取时易受噪声影响,仅从底层视觉角度描述破损图像裂缝特性,不能高效、精确地区别不同裂缝的问题,提出一种融合流形特征的路面破损识别方法。首先利用流形学习中的Laplacian Eigenmaps算法提取图像的低维流形特征,令其作为图像裂缝的高层语义,然后将流形特征与破损密度因子或坐标轴投影等底层视觉特征融合,利用融合后的特征识别裂缝类别。仿真结果表明,将流形特征与其他特征融合后,可以从高层语义、底层视觉两个层面全方位的描述路面裂缝,极大地提高路面裂缝的识别精度。
-
关键词
流形学习
路面破损图像识别
特征融合
拉普拉斯特征映射法
-
Keywords
Manifold learning Pavement distress image recognition Feature fusion Laplacian eigenmaps
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
