1.一种隧道裂纹分割识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的隧道裂纹分割识别方法,其特征在于,所述s4包括以下分步骤:
3.根据权利要求2所述的隧道裂纹分割识别方法,其特征在于,所述s41包括以下分步骤:
4.根据权利要求3所述的隧道裂纹分割识别方法,其特征在于,所述s412中对单通道图像进行增强处理的公式为:
5.根据权利要求2所述的隧道裂纹分割识别方法,其特征在于,所述s42包括以下分步骤:
6.根据权利要求5所述的隧道裂纹分割识别方法,其特征在于,所述s422中计算中心点的第一异常系数的公式为:
7.根据权利要求1所述的隧道裂纹分割识别方法,其特征在于,所述s5包括以下分步骤:
8.根据权利要求7所述的隧道裂纹分割识别方法,其特征在于,所述s51具体为:从异常像素点的mm邻域范围内等距采样k+1个异常像素点,采用第n+1个采样异常像素点与第n个采样异常像素点的横坐标相减,得到横向变化向量中第n个横向变化值xb,n,k和n为正整数,横向变化向量为:x={xb,n},其中,x为横向变化向量,n的取值范围为1~k;
9.根据权利要求7所述的隧道裂纹分割识别方法,其特征在于,所述s52中三层bp神经网络包括:第一输入层、第二输入层、第三输入层、第一隐藏层、第二隐藏层、第三隐藏层和输出层;
10.根据权利要求7所述的隧道裂纹分割识别方法,其特征在于,所述s53中得到每个异常像素点的裂纹值的公式为: