融合多尺度特征的马尔可夫随机场路面裂缝分割算法

摘要：

为提高路面裂缝分割算法的准确性和鲁棒性,提出一种融合灰度统计模型和多尺度特征向量的马尔可夫随机场裂缝分割模型.首先,基于裂缝图像直方图,采用高斯分布和瑞利分布构架裂缝图像灰度统计模型,并利用EM算法对模型参数优化求解;然后,采用双向高斯核函数与裂缝图像的卷积构造裂缝的Hessian矩阵,通过计算不同尺度下的裂缝测度响应值提取裂缝图像的多尺度特征向量,以增强裂缝的树状几何结构;最后,将多尺度特征向量融合到马尔可夫随机场裂缝分割模型,基于最小能量准则,使用条件迭代算法求解裂缝最大标号场.在公共数据集CrackTree206和200幅自建的裂缝数据集上,与马尔科夫随机场等3种算法进行对比分析,实验结果表明,所提算法的概率边缘指数指标达91.78％,全局一致性错分指标达9.86％,评价指标优于其他裂缝分割算法,说明了所提算法能够有效地提高裂缝分割精度.

关键词：图像分割、尺度空间、有限混合模型、马尔可夫随机场、条件迭代算法

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：河南省科技攻关计划222102210222

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：711-721