基于Hessian结构分析的道路裂缝增强方法
【专利摘要】本发明提供一种基于Hessian结构分析的道路裂缝增强方法，包括对路面图像进行预处理，得到待进行道路裂缝增强的原始图像；分析Hessian结构特征，包括得到原始图像上每一像素点的Hessian结构；对原始图像的不同结构目标进行特征分析，包括求出原始图像上每一像素点对应的Hessian结构的特征值和特征向量；裂缝增强，包括对原始图像增强裂缝目标的亮度，减弱背景目标和伪裂缝目标的亮度，得到增强图像；对增强图像进行形态学分析处理，消除裂缝边缘的毛刺和孤立的噪声点，输出最终的增强图像。
【专利说明】基于Hessian结构分析的道路裂缝增强方法
【技术领域】
[0001]本方法属于图像处理与模式识别【技术领域】，特别是涉及到一种新的基于Hessian结构分析的多尺度道路裂缝增强方法，可以显著增强道路图像上裂缝区域附近的对比度。
【背景技术】
[0002]道路在使用过程中，难免会出现一些大大小小的裂缝，这些裂缝不仅降低了道路的使用寿命，而且对交通安全构成威胁，因此路面维修是一项刻不容缓的工作。路面裂缝检测是路面维修过程中的首要条件，按照传统的依赖人工进行检测，不仅耗时，也耗人力和财力。随着自动化、智能化、高速化技术的发展，如何快速准确地检测和识别道路裂缝图像中的裂缝已成为数字图像处理领域中的一个热门问题。
[0003]目前，对裂缝图像进行增强的方法可分为两大类:基于空域的算法和基于频域的算法。前者主要是对灰度级进行操作处理，后者主要是基于图像变换域对变换系数进行修正。迄今为止，国内外对裂缝增强都有一些研究，但是大多数都是采用单一尺度在一系列方向上应用非线性有限微分算子的方法；0rkisz提出沿裂缝方向进行中值滤波的方法，但这方法只进行了单一尺度的操作，无法适应较大的尺度变化。唐国维等人采用区域生长技术对道路图像进行分割处理，虽有一定效果但其运算量太大，不能很好的运用到实际系统中。
【发明内容】
[0004]为显著增强道路图像裂缝区域附近的对比度，便于后续人工裂缝判读或算法自动裂缝检测与识别，本发明公开了一种基于Hessian结构分析的多尺度道路裂缝增强方法。
[0005]本发明的技术方案为一种基于Hessian结构分析的道路裂缝增强方法，包括以下步骤，
`[0006]步骤1，对路面图像进行预处理，得到待进行道路裂缝增强的原始图像；
[0007]步骤2,分析Hessian结构特征,包括基于以下公式对二维高斯核函数在不同尺度σ下求其二阶偏导数后与原始图像做卷积，得到原始图像上每一像素点在不同尺度σ下的Hessian结构，
【权利要求】
1.一种基于Hessian结构分析的道路裂缝增强方法，其特征在于:包括以下步骤， 步骤1，对路面图像进行预处理，得到待进行道路裂缝增强的原始图像； 步骤2，分析Hessian结构特征，包括基于以下公式对二维高斯核函数在不同尺度σ下求其二阶偏导数后与原始图像做卷积，得到原始图像上每一像素点在不同尺度ο下的Hessian 结构 Η( σ )，
2.根据权利要求1所述基于Hessian结构分析的道路裂缝增强方法，其特征在于:α =0.5, β=| |Η(σ) | |/2。
3.根据权利要求1或2所述基于Hessian结构分析的道路裂缝增强方法，其特征在于:根据原始图像上每一像素点(x，y)对应的Hessian结构H的特征值λ ” λ 2和特征向量Ul、u2,当目标为裂缝时，λ i的绝对值趋近于O，λ 2的绝对值是一个远大于O的值；当目标为伪裂缝时，λ i和λ 2的绝对值都是一个远大于O的值；当目标为背景时，λ i和λ 2的绝对值趋近于O。
4.根据权利要求3所述基于Hessian结构分析的道路裂缝增强方法，其特征在于:步骤4的计算结果为对原 始图像增强裂缝目标的亮度、减弱背景目标和伪裂缝目标的亮度。
【文档编号】G06T5/00GK103455985SQ201310396120
【公开日】2013年12月18日 申请日期:2013年9月3日 优先权日:2013年9月3日
【发明者】黄玉春, 饶丹丹, 张圆 申请人:武汉大学