为了消除路面裂缝图像中的孤立噪声并保护裂缝边缘的细致特征,本文基于像素和裂缝子块两个层级的连通性检测设计了去噪算法,主要包括3个部分:(1)像素连通性检测,剔除连通性差的像素;(2)孤岛噪声消除算法,删除相对孤立的目标区域;(...为了消除路面裂缝图像中的孤立噪声并保护裂缝边缘的细致特征,本文基于像素和裂缝子块两个层级的连通性检测设计了去噪算法,主要包括3个部分:(1)像素连通性检测,剔除连通性差的像素;(2)孤岛噪声消除算法,删除相对孤立的目标区域;(3)8×8裂缝子块去噪算法。然后,提出了算法流程并探讨参数的选择。最后,应用Visual Studio 2008和Open CV编程对本文算法、常用的中值滤波去噪法、长线段和黑色像素比例法进行性能测试,结果表明,本文算法可有效消除孤立噪声并保持边缘连续性,具有更高的准确率(85.06%)和召回率(85.80%),综合性能指标F1值比后两者分别高0.74%~19.19%和0.20%~12.06%。展开更多
文摘为了消除路面裂缝图像中的孤立噪声并保护裂缝边缘的细致特征,本文基于像素和裂缝子块两个层级的连通性检测设计了去噪算法,主要包括3个部分:(1)像素连通性检测,剔除连通性差的像素;(2)孤岛噪声消除算法,删除相对孤立的目标区域;(3)8×8裂缝子块去噪算法。然后,提出了算法流程并探讨参数的选择。最后,应用Visual Studio 2008和Open CV编程对本文算法、常用的中值滤波去噪法、长线段和黑色像素比例法进行性能测试,结果表明,本文算法可有效消除孤立噪声并保持边缘连续性,具有更高的准确率(85.06%)和召回率(85.80%),综合性能指标F1值比后两者分别高0.74%~19.19%和0.20%~12.06%。