基于脉冲耦合神经网络的路面裂缝提取

摘要：

考虑裂缝比路面背景更暗的特点,采用结合赋时矩阵的脉冲耦合神经网络模型,实现了路面图像分割和裂缝的粗提取;利用裂缝比杂质面积大的特点,提出一种基于数字形态学的连通区域提取算法,通过计算每个区域包含的像素数量,采用阈值方法剔除杂质,实现裂缝的精提取。研究结果表明：脉冲耦合神经网络裂缝粗提取方法的平均检测率和虚检率分别为92.43%和47.67%;综合方法平均检测率和虚检率分别为91.1%和7.68%,显著提高了路面裂缝检测的准确性。

关键词：道路工程、公路路面裂缝、脉冲耦合神经网络、数字形态学、图像分割

所属期刊栏目：31

分类号：U416.06(道路工程)

资助基金：国家自然科学基金项目60902075;中央高校基本科研业务费专项资金项目CHD2009JC014;CHD2010JC056;博士后科学基金特别资助项目201003660

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：33-37