石家庄铁道大学四方学院毕业设计
twentieth Century, digital image processing has become a subject of digital image processing， the main early is to improve the quality of image， which can greatly improve people's visual effects, begin from seventy time metaphase, artificial intelligence， computer technology with image processing technology further development and rapid development, technology digital image processing to a higher level of development, namely,computer vision, this technique is to simulate the human visual neural system by computer, through the description of various image to understand outside the world. The main research contents of digital image processing: geometry processing, image coding， image enhancement, image restoration, image segmentation, image description, image recognition and so on. The first chapter.
Along with the large capacity memory of digital image processing technology, and the continuous development of high performance CPU, which makes it possible to pavement crack detection technology based on digital image processing technology, the image acquisition technology advanced, the road surface image acquisition,and the acquisition of.The application of new technology in pavement crack detection, the subjective factors labor, human removal, can fast, accurate evaluation condition of the road, it is the inevitable trend of the development . Summary of digital image processing techniques for crack detection technology based on the road, is a high and new technology use value.
From:http://wenku.http://www.china-audit.com/
32
石家庄铁道大学四方学院毕业设计
道路裂缝检测方法的研究和实现
公路养护、路面裂缝是最重要的一个指标来衡量公路的质量，目前主要取决于公路道路养护工人的手工检查，不仅会受到主观意识的影响，而且还浪费大量的人力资源，所以基于数字图像处理技术的路面裂缝检测技术已成为必然趋势的路面裂缝检测的发展，检测技术可以快速、准确地评估。本文研究了路面裂缝检测的关键技术，主要完成了以下工作：
(1)在路面裂缝图像增强技术，针对基于NSCT的增强算法(和非subsampled转变)路面裂缝增强算法的时间性差异，本文提出了增强路面裂缝指南基于滤波器的算法，该算法不仅有效地消除了噪声，而且提高裂纹与背景，和有一个好的时间；
(2)路面裂缝图像分割，缺陷在传统的分割算法，介绍了均值漂移分割算法应用于最近邻基于路面裂缝图像，分割结果好；
(3)研究了裂缝分类和参数提取算法，本文使用阈值方法来区分的裂缝和线性网络裂缝，然后根据投影方法将横向裂缝和纵向裂缝的分类，最后算法结合几何特征的骨折，裂缝的计算是在非常好的参数。在处理大量的沥青路面裂缝图像，显示本文的道路检测算法可以良好的表面裂纹检测方式，提取和分类和裂缝特征参数，达到预期的效果。
国家和区域经济发展的重要作用，已经成为衡量一个国家现代化程度的，近年来，我国高速公路的建设非常快速，中国高速公路总里程已达到41000公里，居世界第二，在“十一五”国家和新建高速公路24000公里，高速公路通车里程达到65000公里。大量的高速公路建设，为该地区的经济发展做出了巨大的贡献，促进国民经济的快速发展，但由于高速公路暴露在大气中，需要长期承受腐蚀，车辆重量的雨国家和区域经济发展的重要作用，已经成为衡量一个国家现代化程度的，近年来，我国高速公路的建设非常快速，官方数据显示至2005年底，中国高速公路总里程已达到41000公里，居世界第二，在“十一五”国家和新建高速公路24000公里，高速公路通车里程达到65000公里。大量的高速公路建设，为该地区的经济发展做出了巨大的贡献，促进国民经济的快速发展，但由于高速公路暴露在大气中，需要长期承受腐蚀，车辆重量的雨水、人为破坏等，所以维护工作尤为重要，否则会严重影响交通安全的。公路养护、路面裂缝是衡量道路的质量。
一个重要指标，如果早期裂缝可以及时找到，实时跟踪和裂缝的发展，道路维护费用将大大降低，但也使高速公路交通安全保证。目前，主要依靠人工来检测公路交
33
石家庄铁道大学四方学院毕业设计
通，未能满足公路检测的要求，其主要缺点如下：
(4)人力成本太大：人类的视觉检测取决于维修工人到现场的基础上，用眼睛来观察，然而高速公路里程是相当大的，所以工人的劳动强度太大。
(5)时间过长：虽然投入巨大的人力，而是因为它是基于人类视觉系统的特性，因此，速度仍然缓慢。
(6)精度不高：骨折弱势人群的主观因素和评估，所以结果会不同于人的人。 (7)影响正常交通：路面压力检测，需要封闭的高速公路，这将影响正常交通。 (8)虽然封闭车道路面压力检测的风险，但是仍然存在潜在的安全隐患。 (9) 由于高成本的投入了大量的人力和时间，所以，成本非常高。
数字图像处理又称为计算机图像处理，这是因为在一般情况下是用来处理计算机，它指的是第一个图像信号转化为数字信号，然后利用计算机处理技术。二十世纪的六十年代早期，数字图像处理已经成为数字图像处理的一个主题，早期主要是改善图像的质量，它可以极大地提高人们的视觉效果，从七十年代中期开始，人工智能，计算机技术和图像处理技术的进一步发展和迅速发展，数字图像处理技术向更高水平发展的发展，也就是说，计算机视觉，这项技术是由计算机模拟人类视觉神经系统，通过各种形象的描述了解外面的世界。数字图像处理的主要研究内容：几何处理、图像编码、图像增强、图像恢复、图像分割、图像描述、图像识别等。
随着数字图像处理技术的大容量内存，和不断发展变化的高性能CPU，这使得它可能的路面裂缝检测技术基于数字图像处理技术、图像采集技术先进、路面图像采集，并收购应用新技术在路面裂缝检测、主观因素劳动，人类的去除，可以快速、准确的评估条件的道路，这是发展的必然趋势。摘要数字图像处理技术的基于路面裂缝检测技术，是一个高新技术使用价值。
源于：百度文库
34
石家庄铁道大学四方学院毕业设计
附录B 程序清单
1.图像增强程序
I=imread('C：\\Users\\Zjf\\Desktop\\gllw.bmp')； II=rgb2gray(I)；
subplot(221)；imshow(II)；title('原始图像')； a=histeq(II)；
e1=double(a)-double(II)； [m，n]=size(e1)；
MSE1=sum(sum(e1(：).^2)/(m*n))
RMSE1=sqrt(sum(e1(：).^2)/(m*n)) PSNR1=10*log10(255^2/MSE1) subplot(222)；imshow(a)；title('直方图均衡化后的图像') b=imadjust(II，[0.1 0.7]，[0 1]，1)； e2=double(b)-double(II)； [m，n]=size(e2)；
MSE2=sum(sum(e2(：).^2)/(m*n))
RMSE2=sqrt(sum(e2(：).^2)/(m*n)) PSNR2=10*log10(255^2/MSE2) subplot(223)；imshow(b)；title('灰度变换后的图像')
c=double(II)； e=fft2(c)； g=fftshift(e)； [M，N]=size(g)； n1=floor(M/2)； n2=floor(N/2)； d0=20； n=2； for i=1：M
for j=1：N d=sqrt((i-n1)^+(j-n2)^2) ； if d==0 h1=0； h2=0.5；
35
%计算均方根误差 %计算峰值信噪比 %计算均方根误差 %计算峰值信噪比%图像存储类型转换 %傅立叶变换 %转换数据矩阵 %测量图像尺寸参数
