计算机应用与软件
計算機應用與軟件
계산궤응용여연건
Computer Applications and Software
2015年
7期
244-247,300
,共5页
K-means聚类算法%裂缝噪声%不均匀光照%区域生长法%裂缝位置信息
K-means聚類算法%裂縫譟聲%不均勻光照%區域生長法%裂縫位置信息
K-means취류산법%렬봉조성%불균균광조%구역생장법%렬봉위치신식
K-means clustering%Crack noise%Uneven illumination%Region growing method%Crack location information
传统的基于K-means聚类算法由于仅考虑裂缝像素值大小,导致了不均匀光照下的路面裂缝提取不精确.为提高不均匀光照下道路裂缝检测的效率和准确性,提出一种改进的K-means聚类算法与区域生长法结合的道路裂缝图像检测算法.该算法首先运用改进的K-means聚类算法对不均匀光照下的路面裂缝进行粗定位;然后采用区域生长法对粗定位的裂缝图像进行准确提取;最后采用形态学算法进行优化处理以提升裂缝分割效果.该算法把路面裂缝位置信息加入到聚类算法中,并结合裂缝的像素值来综合判断裂缝区域,从而克服了图像采集过程中由于光照不均或物体表面反光等原因造成的裂缝信息识读困难的问题.实验结果表明,与传统K-means算法相比,该方法对光照不均的路面裂缝提取在处理效果和性能方面均有明显提升,同时抑制了噪声的干扰,为路面裂缝参数的提取及病害程度的定性分析奠定了基础.
傳統的基于K-means聚類算法由于僅攷慮裂縫像素值大小,導緻瞭不均勻光照下的路麵裂縫提取不精確.為提高不均勻光照下道路裂縫檢測的效率和準確性,提齣一種改進的K-means聚類算法與區域生長法結閤的道路裂縫圖像檢測算法.該算法首先運用改進的K-means聚類算法對不均勻光照下的路麵裂縫進行粗定位;然後採用區域生長法對粗定位的裂縫圖像進行準確提取;最後採用形態學算法進行優化處理以提升裂縫分割效果.該算法把路麵裂縫位置信息加入到聚類算法中,併結閤裂縫的像素值來綜閤判斷裂縫區域,從而剋服瞭圖像採集過程中由于光照不均或物體錶麵反光等原因造成的裂縫信息識讀睏難的問題.實驗結果錶明,與傳統K-means算法相比,該方法對光照不均的路麵裂縫提取在處理效果和性能方麵均有明顯提升,同時抑製瞭譟聲的榦擾,為路麵裂縫參數的提取及病害程度的定性分析奠定瞭基礎.
전통적기우K-means취류산법유우부고필렬봉상소치대소,도치료불균균광조하적로면렬봉제취불정학.위제고불균균광조하도로렬봉검측적효솔화준학성,제출일충개진적K-means취류산법여구역생장법결합적도로렬봉도상검측산법.해산법수선운용개진적K-means취류산법대불균균광조하적로면렬봉진행조정위;연후채용구역생장법대조정위적렬봉도상진행준학제취;최후채용형태학산법진행우화처리이제승렬봉분할효과.해산법파로면렬봉위치신식가입도취류산법중,병결합렬봉적상소치래종합판단렬봉구역,종이극복료도상채집과정중유우광조불균혹물체표면반광등원인조성적렬봉신식식독곤난적문제.실험결과표명,여전통K-means산법상비,해방법대광조불균적로면렬봉제취재처리효과화성능방면균유명현제승,동시억제료조성적간우,위로면렬봉삼수적제취급병해정도적정성분석전정료기출.
