-
公开(公告)号：CN106204497A
公开(公告)日：2016-12-07
申请号：CN201610575120.3
申请日：2016-07-20
Applicant: 长安大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明公开了一种基于smooth平滑曲线和拟合曲线的路面裂缝提取方法，具体包括如下步骤：将采集到的路面三维图像数据存入图像数据矩阵Am×n中，首先用斜率渐变的断点插值算法对矩阵Am×n进行预处理，得到处理后的数据矩阵A'm×n；然后对预处理后的路面数据矩阵A'm×n进行双向标准差滤波处理，得到滤波后的路面三维图像数据矩阵A″m×n；之后提取图像数据矩阵A″m×n的每行数据，分别进行smooth平滑和曲线拟合处理，根据平滑曲线和拟合曲线提取出路面裂缝的轮廓线，从而提取出裂缝。本发明算法复杂度低、运行时间短，无需人工参与，与根据傅里叶滤波提出的对基线进行改进的算法相比，该算法得到的基准线是连续光滑的，更能方便之后对裂缝的处理。
-
公开(公告)号：CN105223114A
公开(公告)日：2016-01-06
申请号：CN201510547711.5
申请日：2015-08-31
Applicant: 长安大学
IPC: G01N15/02
Abstract: 本发明公开了一种集料级配自动检测方法，包括如下步骤：一种集料级配自动检测方法，包括如下步骤：计算机依次读取集料图像中每个颗粒的图像数据矩阵，对每个颗粒的图像数据矩阵进行二值化处理，得到该颗粒的二值化图像；根据所述颗粒的二值化图像的质心位置，确定对应颗粒的轴向角度；在所述颗粒的轴向角度上运用多个Ferret径，获得对应颗粒的粒径；将所述颗粒粒径进行计算得到最终颗粒粒径；统计集料图像中所有的颗粒图像的最终颗粒粒径，得到集料级配结果。本发明在实现对集料颗粒级配的自动检测的基础上，提高了检测准确度，并能够同时对多个颗粒进行检测，解决了检测过程复杂、效率低等问题。
-
Patent Agency Ranking
公开(公告)号：CN106204497B
公开(公告)日：2018-12-25
申请号：CN201610575120.3
申请日：2016-07-20
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于smooth平滑曲线和拟合曲线的路面裂缝提取方法，具体包括如下步骤：将采集到的路面三维图像数据存入图像数据矩阵Am×n中，首先用斜率渐变的断点插值算法对矩阵Am×n进行预处理，得到处理后的数据矩阵A'm×n；然后对预处理后的路面数据矩阵A'm×n进行双向标准差滤波处理，得到滤波后的路面三维图像数据矩阵A″m×n；之后提取图像数据矩阵A″m×n的每行数据，分别进行smooth平滑和曲线拟合处理，根据平滑曲线和拟合曲线提取出路面裂缝的轮廓线，从而提取出裂缝。本发明算法复杂度低、运行时间短，无需人工参与，与根据傅里叶滤波提出的对基线进行改进的算法相比，该算法得到的基准线是连续光滑的，更能方便之后对裂缝的处理。
-
公开(公告)号：CN107610094A
公开(公告)日：2018-01-19
申请号：CN201710653515.5
申请日：2017-08-02
Applicant: 长安大学
Abstract: 基于椭球立体表征的裂缝三维检测方法。本发明公开了基于视频流的路面裂缝动态检测方法，包括以下步骤：步骤1，读取路面三维图像数据矩阵；步骤2，对路面三维图像数据矩阵进行预处理，得到预处理后三维图像数据；步骤3，对预处理后的三维图像数据矩阵进行滤波处理，得到去噪后的三维图像数据矩阵；步骤4：提取去噪后的三维图像数据矩阵的每行数据，提取出完整的路面裂缝；步骤5，将路面裂缝划分为多个裂缝区域，求取每个附加深度的椭圆模型的表征参数；步骤6，根据表征参数对所有附加深度的椭圆模型进行聚类，得到聚类后的裂缝；步骤7，计算聚类后的裂缝的裂缝特征值，将裂缝分为网状裂缝和线性裂缝。本发明降低了计算量，复杂度，对细节信息丢失、虚假深度裂缝等原因造成的裂缝段，能够准确还原为完整裂缝。
-
公开(公告)号：CN107610094B
公开(公告)日：2020-04-03
申请号：CN201710653515.5
申请日：2017-08-02
Applicant: 长安大学
Abstract: 基于椭球立体表征的裂缝三维检测方法。本发明公开了基于视频流的路面裂缝动态检测方法，包括以下步骤：步骤1，读取路面三维图像数据矩阵；步骤2，对路面三维图像数据矩阵进行预处理，得到预处理后三维图像数据；步骤3，对预处理后的三维图像数据矩阵进行滤波处理，得到去噪后的三维图像数据矩阵；步骤4：提取去噪后的三维图像数据矩阵的每行数据，提取出完整的路面裂缝；步骤5，将路面裂缝划分为多个裂缝区域，求取每个附加深度的椭圆模型的表征参数；步骤6，根据表征参数对所有附加深度的椭圆模型进行聚类，得到聚类后的裂缝；步骤7，计算聚类后的裂缝的裂缝特征值，将裂缝分为网状裂缝和线性裂缝。本发明降低了计算量，复杂度，对细节信息丢失、虚假深度裂缝等原因造成的裂缝段，能够准确还原为完整裂缝。
-
公开(公告)号：CN104636750B
公开(公告)日：2018-09-21
申请号：CN201410787530.5
申请日：2014-12-17
Applicant: 长安大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于双尺度聚类的路面裂缝识别算法及系统：计算机读取三维图像数据矩阵，得到二值化图像；按照从上到下、从左到右的顺序，采用八邻域搜索算法扫描二值化图像对应的数据矩阵，得到标记后的裂缝区域；在裂缝区域对应的椭圆，使用双尺度聚类算法进行裂缝聚类得到聚类后的裂缝区域；使用聚类后的裂缝区域所在的最小外接椭圆作为路面裂缝。本发明复杂度低、运行时间短、无需人工参与。将杂乱的裂缝数据局域使用线性拟合、模型构建的思想表征成为规则的、确定的数学表达式，从而降低的数据处理的复杂度；只需输入采集到的路面裂缝数据即可完成路面裂缝的检测，因此该算法检测效率高、速度快，具有一定的研究价值。
-
公开(公告)号：CN104636750A
公开(公告)日：2015-05-20
申请号：CN201410787530.5
申请日：2014-12-17
Applicant: 长安大学
IPC: G06K9/62
CPC classification number: G06K9/6218 , G06K9/6227
Abstract: 本发明公开了一种基于双尺度聚类的路面裂缝识别算法及系统：计算机读取三维图像数据矩阵，得到二值化图像；按照从上到下、从左到右的顺序，采用八邻域搜索算法扫描二值化图像对应的数据矩阵，得到标记后的裂缝区域；在裂缝区域对应的椭圆，使用双尺度聚类算法进行裂缝聚类得到聚类后的裂缝区域；使用聚类后的裂缝区域所在的最小外接椭圆作为路面裂缝。本发明复杂度低、运行时间短、无需人工参与。将杂乱的裂缝数据局域使用线性拟合、模型构建的思想表征成为规则的、确定的数学表达式，从而降低的数据处理的复杂度；只需输入采集到的路面裂缝数据即可完成路面裂缝的检测，因此该算法检测效率高、速度快，具有一定的研究价值。
-
-
-
-
-
-
Search Results
7
records
(took 0.131 seconds)
