仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2012年
3期
637-642
,共6页
裂缝检测%脉冲耦合神经网络%最小误差准则%ROC曲线
裂縫檢測%脈遲耦閤神經網絡%最小誤差準則%ROC麯線
렬봉검측%맥충우합신경망락%최소오차준칙%ROC곡선
表面裂缝检测能够有效判断混凝土桥梁出现的结构性危险.但裂缝特征的多样性、桥梁表面污点引起的图像噪声以及不均匀照明引起的灰度不均等给裂缝检测带来极大的困难.为能够在复杂背景下检测裂缝,分析裂缝图像特征,由脉冲耦合神经网络(pulse coupled neural networks,PCNN)的运行特征和神经元的状态变化分析简化PCNN模型,将简化PCNN模型用于裂缝图像的分割,根据最小误差准则判断PCNN迭代的终止条件,实现了PCNN的裂缝图像自动分割.由圆形度与扁度结合计算区域特征,去除分割后的各种干扰,实现表面裂缝的有效检测.通过敏感度和特异性计算绘制ROC(receiver operating characteristics)曲线,比较不同分割方法的曲线特性以评估算法,对实际裂缝图像的处理结果表明了该方法对裂缝图像检测的有效性.
錶麵裂縫檢測能夠有效判斷混凝土橋樑齣現的結構性危險.但裂縫特徵的多樣性、橋樑錶麵汙點引起的圖像譟聲以及不均勻照明引起的灰度不均等給裂縫檢測帶來極大的睏難.為能夠在複雜揹景下檢測裂縫,分析裂縫圖像特徵,由脈遲耦閤神經網絡(pulse coupled neural networks,PCNN)的運行特徵和神經元的狀態變化分析簡化PCNN模型,將簡化PCNN模型用于裂縫圖像的分割,根據最小誤差準則判斷PCNN迭代的終止條件,實現瞭PCNN的裂縫圖像自動分割.由圓形度與扁度結閤計算區域特徵,去除分割後的各種榦擾,實現錶麵裂縫的有效檢測.通過敏感度和特異性計算繪製ROC(receiver operating characteristics)麯線,比較不同分割方法的麯線特性以評估算法,對實際裂縫圖像的處理結果錶明瞭該方法對裂縫圖像檢測的有效性.
표면렬봉검측능구유효판단혼응토교량출현적결구성위험.단렬봉특정적다양성、교량표면오점인기적도상조성이급불균균조명인기적회도불균등급렬봉검측대래겁대적곤난.위능구재복잡배경하검측렬봉,분석렬봉도상특정,유맥충우합신경망락(pulse coupled neural networks,PCNN)적운행특정화신경원적상태변화분석간화PCNN모형,장간화PCNN모형용우렬봉도상적분할,근거최소오차준칙판단PCNN질대적종지조건,실현료PCNN적렬봉도상자동분할.유원형도여편도결합계산구역특정,거제분할후적각충간우,실현표면렬봉적유효검측.통과민감도화특이성계산회제ROC(receiver operating characteristics)곡선,비교불동분할방법적곡선특성이평고산법,대실제렬봉도상적처리결과표명료해방법대렬봉도상검측적유효성.
