面向对象方法的路面线性裂缝识别与测量方法研究

研究面向对象图像处理技术的路面线性裂缝自动识别方法。分析传统方法的缺陷,提出采用面向对象技术分析对象的几何特征(极限误差理论、扁率、方向、面积)约束条件,实施串行滤波筛选候选对象,实现路面线性裂缝的自动识别,并自动计算裂缝的长度与宽度。试验结果表明,该方法具有较高的稳定性和有效性。     

点云密度对采动区路面建模精度的影响

三维激光扫描技术作为采动区公路变形监测技术的重要发展方向,其扫描过程中点云分辨率的设置,会对实际扫描时间、数据后处理工作量与公路DEM生成的精度产生显著影响。本文使用RigelVZ-1000三维激光扫描仪分析了采动区沥青路面测量的单点高程实测精度;其次分析了预设点云分辨率与点云建模精度、点云密度与激光入射角和测量距离之间的关系,以实测实验数据为基础,得到三维激光扫描仪应用于采动区路面测量的合理点云分辨率的设置,为实际测量工作与测量方案的设计提供依据。     

地铁隧道结构机器视觉检测系统及应用分析

本文使用一种地铁隧道快速机器视觉检测系统，该系统采用深度学习算法，有效识别了采集图像中的病害特征。其软件平台能够方便隧道管理者实时查看和跟踪隧道病害信息。该检测系统应用于南宁地铁的检测，取得了较好的检测效果，能精确地识别隧道的裂缝、剥落和渗漏等病害，并从图像效果、定位精度、检测效率、识别率和检测精度4个方面与人工检测方法进行了对比分析。结果表明，该系统的图像采集效果显著优于人工方法；检测速度可达30 km/h；识别裂缝、剥落和渗漏的识别精度分别可达89%、100%和94%；能够识别面积为100 mm²的表面缺陷和裂缝宽度>0.2 mm的裂缝。     

复杂场景下农村道路裂缝分割方法

针对农村道路裂缝识别中存在训练样本数量少、场景单一、提取结果不准确等问题,本文首先依托辽宁省多年份实测道路图像数据,构建具有多种类、多场景的路面裂缝数据集(PCDs),以ResNet50为编码器、SegNet为解码器,构建路面裂缝图像识别模型Res-SegNet,通过增大卷积核的大小获取更丰富的裂缝信息,使用Focal Loss损失函数,令模型更专注困难样本。然后采用分块预测方法提升裂缝在图片中的占比,使图片预测更加精细。最后通过网络模型和预测方法进行对比试验。结果表明,使用Res-SegNet识别PCDs的测试集,在不同的场景中F值为0.691,使用Res-SegNet结合分块预测识别PCDs的测试集,在不同的场景中F值达0.753。     

街景影像中的斑马线检测与定位

针对街景影像中斑马线的自动检测与定位识别率和定位精度不高的问题,文章引入俯视投影与霍夫直线检测来改进基于双极系数的斑马线识别算法,并设计球面全景单像测量方法对斑马线进行粗略定位:对全景图像上路面区域进行俯视投影,使图像各处比例尺保持一致;对路面俯视图分块计算以生成双极系数图,并用形态学中闭运算与开运算进行处理;对候选区域进行霍夫直线检测,利用直线长度与方向的统计信息来排除干扰;最后使用单像量测方法对斑马线进行自动地理定位。实验结果证明,该方法对街景中的斑马线具有较高的识别率与定位精度。     

基于SBAS的采动影响区某高速路沉降监测与分析

为克服大气效应等对D-In SAR监测结果的影响,本文采用小基线集(SBAS)方法对8景PALSAR影像进行干涉处理,获取了采动影响区上方高速公路2007-2010年的路面高相干点时序沉降量。将监测值与水准测量值对比发现,最大误差为18.7mm,最小误差仅为0.5mm,中误差为8.7mm,说明SBAS监测值具有较高的精度。通过对SBAS监测结果的分析可知,实验区高速路最大坡长约为500m,整个路面的坡度为0.041%,小于公路《规范》规定的纵坡长和坡度,开采活动未影响附近高速公路的正常运行。同时也说明SBAS技术在监测线状建筑物方面具有一定的实用性,可用于建筑物下采煤安全监测。     

利用角点最近距离统计平均法计算建筑物阴影长度

针对高分辨率图像上部分规则建筑物阴影轮廓的特点,基于曲率尺度空间角点探测法(CSS, Curvature Scale Space),提出 了一种阴影长度半自动量算方法。该方法首先计算角点最近距离,然后进行长度和角度筛选,最后进行统计平均。在以北京师范大 学校园为例的实验中,较准确地得到建筑物高度信息,从而显示该方法不仅可以弥补传统手工量算阴影宽度工作繁琐和效率低下的 缺陷,而且可以有效地提高计算精度。     

基于车载激光扫描的公路三维信息提取

针对公路信息系统建设中数据生产成本、数据精度和生产效率间存在重要矛盾的问题,作者采用车载激光扫描方式快速获取公路及其两侧地物高精度三维表面信息,根据公路自身形态结构特征及其在车载激光扫描数据表达中的特点,实现了公路边界信息的自动提取、路面上车辆信息的自动探测与去除以及空洞的自动填补,并实现路面信息和公路边坡信息的快速获取。试验证明作者提出的方法具有较高精度和较强适应性,为解决数据生产中的矛盾指出一个新途径。     

一种基于形状特征进行高分辨率遥感影像道路提取方法

提出一种基于局部灰度一致性的图像分割方法并结合形状特征进行道路提取的方法.该方法首先对图像进行分割,对分割结果使用形状特征进行道路段的选择,可以获取直线和曲线道路段,克服了许多方法只能提取直线道路段的缺点,然后在确定的道路段上选择种子点进行区域增长,从而实现自动选取种子点并提取道路网的过程,最后结合边缘信息和形态学方法规整化道路网.提出的方法能适用于高分辨率遥感图像中直线和曲线道路段的提取.经过实验分析和比较证明:该方法对于路面灰度均匀性较好和路面灰度均匀性较差的图片,都达到了较好的效果.     

点云与数字图像数据融合的斜坡变形裂缝自动检测

地表裂缝作为斜坡变形的前兆特征之一,能够对地质灾害早期识别、运动失稳特征确定提供预报信息。受地形条件影响,人工排查效率低,使用单一遥感数据识别也难以解决复杂背景下裂缝的尺寸效应及噪点滤波问题。为了高效采集变形斜坡地表裂缝分布位置及几何信息,采用以无人机仿地飞行获取的点云及数字正射影像图作为数据源。首先,利用分别以点云粗糙度、坡度、离散度、数字图像像素梯度、灰度值和RGB(red green blue)值作为特征的6种算法模型实现斜坡裂缝的初步识别,进行不同模型的受试者工作特征曲线检验并确定分割阈值;其次,通过形态修复、基于密度聚类算法索引的裂缝方向、长度、频数3种滤波算法对初始提取结果进行背景噪点处理,在最小程度造成裂缝失真情况下能够最高去除82.7%的噪点;然后,采用二分类模型评价指标分析6种滤波后裂缝提取结果的优劣性,并针对裂缝尺寸效应获得数据融合后的最优检测模型（F1=0.835 0）;最后,基于裂缝骨架及轮廓自动计算了数量、长度、宽度、方向、离散度、裂纹密度6个定量化特征指标。结果表明,采用多维数据融合能够解决地表裂缝识别的空间尺度效应,以裂缝单元索引的滤波处理方式能够适用于大...     

基于数字图像处理技术的建筑裂缝测量研究

提出一种建筑裂缝测量方法,即利用普通数码相机采集裂缝数字图像,经过图像预处理、图像分割、像素标定、宽度测量,完成建筑裂缝测量。本文利用Matlab实现该种建筑裂缝测量方法,并通过在理想状态下进行的模拟试验结果,证明该测量方法能达到实际建筑裂缝监测工程中的精度要求。     

A fast quadtree‐based terrain crack locating method that accounts for adjacency relationships

The repair of terrain cracks is an important process in multi‐resolution three‐dimensional terrain visualization, and rapid and accurate pinpointing of cracks between terrain blocks is of the utmost importance for this process. The existing quadtree‐based crack locating methods are generally slow and inefficient, as they require the traversal of terrain quadtrees to locate terrain cracks. In this research, we propose a fast quadtree‐based terrain crack locating method that accounts for adjacency information. First, terrain quadtrees are constructed that contain information regarding adjacency relationships. Second, dynamic updating is performed for terrain quadtrees and their adjacency information. Finally, terrain cracks are located by using the adjacencies of the quadtree nodes. This proposed method was experimentally validated via the terrain data of a mountainous region in Sichuan Province. The experimental results indicate that the proposed method can be used to efficiently and accurately locate terrain cracks with a strong performance in practical applications.     

结合L0平滑和超像素的高空间遥感影像非监督分类

针对基于像元的非监督分类方法对高空间遥感影像分类时易形成“椒盐”噪声和产生大量错分、漏分的问题,提出了一种结合L0平滑和超像素的非监督分类方法．首先采用L0算法对高空间遥感影像进行平滑操作,减少大量图像噪声及冗余信息;然后采用简单的线性迭代聚类（SLIC）超像素方法处理平滑后图像,进一步抑制椒盐现象的同时降低处理复杂度,得到初始聚类图;最后采用K-means非监督分类方法得到最终分类结果图．为验证本文提出的方法,选取3景高空间遥感影像作为实验数据．试验结果表明,采用提出的方法能准确对地物分类,且总体精度分别达到了72.46％、77.55％和78.44％,Kappa系数分别达到0.788、0.779和0.779．提出方法能有效解决分类中存在的“椒盐”现象,可提高分类精度,对高空间遥感影像分类具有一定的参考价值．      

基于数字图像处理技术的城墙裂缝变形监测研究

为了改变传统的变形监测方法存在的费工、费时与危险等弊端,将数字图像处理技术应用于变形监测是一种行之有效的方法。通过对南京明城墙裂缝变形监测图像进行创新的像素标定以及灰度转换等一系列巧妙的图像处理后,获得了裂缝的变形值。实验结果表明,基于数字图像处理技术的变形监测方法,不仅具有较高的精度和可操作性,而且与传统测量方法相比能够显著提高工作效率,对裂缝的定量化变形监测实现非接触式无损测量的目标具有重要的意义。     

利用卷积神经网络的高光谱图像分类

针对高光谱图像分类中对光谱信息利用不足的问题,提出一种基于卷积神经网络在光谱域开展的分类算法。该算法通过构建五层网络结构,逐像素对光谱信息开展分析,将全光谱段集合作为输入,利用神经网络展开代价函数值的计算,实现对光谱特征的提取与分类。实验中采用三组高光谱遥感影像数据进行对比分析,以India Pines数据集为例,提出的基于卷积神经网络的分类方法的分类正确率达到90.16%,比RBF-SVM方法高出2.56%,相比三种传统的深度学习方法高出1%~3%,训练速度也较为理想。实验结果表明,本文所提出的算法充分利用了高光谱图像中逐像素点的光谱域信息,能够有效提高分类正确率。与传统学习算法相比,在较少训练样本的情况下,更能发挥其良好的分类性能。     

基于ObjectARX的图形接口和数据提取方法

在对AutoCAD图形数据库的结构、组成进行分析的基础上,基于AutoCAD 2002绘图平台,运用VisualC++编译环境结合ObjectARX开发工具,研究了创建图形实体、设置图层、图线与线型比例等接口函数的方法,为CAD软件的开发奠定了基础;并结合DXF接口方法,实现了图形数据信息的自动提取,为图形的自动生成和空间分析提供基础数据。该成果已用于公路与铁路选线设计部门,极大地提高了设计效率,取得良好经济效益。     

特征筛选方法在高分辨率遥感影像建筑物提取中的应用

城市建筑物信息的自动提取是城市遥感的关键技术之一,由于阴影、下垫面等多因素干扰,建筑物信息提取精度往往不稳定。本文以Pleiades卫星影像为数据源,通过改进Relief F特征筛选方法,探讨建筑物信息提取精度提高的可行性。首先构建高分辨率遥感影像建筑物基础特征空间,然后利用改进型Relief F算法分析特征对象的权重并筛选出最优特征,最后用监督分类、无特征筛选分类和基于改进型Relief F特征筛选等3种方法分别提取研究区建筑物信息,并结合实地调查数据进行精度验证。结果表明,基于改进型Relief F特征筛选的分类方法提取精度能够达到91.34%,较其他两种方法提取精度分别提高了34.31%和5.62%,且运算速度快,自动识别效率高。     

Crack measurement: Development,testing and applications of an automatic image-based algorithm

The paper presents an Image-based Method for Crack Analysis (IMCA) which is capable of processing a sequence of digital imagery to perform a twofold task: (i) the extraction of crack borders and the evaluation of its width across the longitudinal profile; (ii) the measurement of crack deformations (width, sliding and rotation). Here both problems are solved in 2-D, but an extension to 3-D is also addressed. The equipment needed to apply the method is made up of a digital camera (or a still video-camera in case a high frequency in data acquisition is necessary), an orientation frame which establishes the object reference system, a pair of signalized supports to be placed in a permanent way on both sides of the crack to compute deformations; however, permanent targets are mandatory only for case (ii). The measurement process is carried out in a fully automatic way, a fact also that makes this technique highly operational for unskilled people in engineering surveying or photogrammetry. The accuracy of the proposed method, evaluated in experimental tests adopting different consumer digital cameras, is about ± 5–20 μm, like the accuracy of most deformometers, but with the advantage of automation and of augmented achievable information; moreover, the image sequence can be archived and off-line measurements could be performed at any time.     

基于形状与纹理特征的高分辨率SAR影像桥梁目标自动提取方法

基于高分辨率SAR影像中桥梁目标特征的分析,提出了一种桥梁目标自动提取方法。首先使用多影像时序平均法对SAR影像进行预处理,去除SAR影像噪声;再使用阈值法对水体分割;最后采用形状特征与纹理特征相结合的方法提取桥梁目标。本方法在提取效果上明显优于传统桥梁目标提取方法,其提取准确率可达87.5%。证明本文方法在面向高分辨率雷达影像的桥梁目标自动提取应用上的可靠性和可行性。