中文名 | 基于二维傅立叶变换的水泥路面图像刻槽去除的方法 | 公布号 | CN101419668 |
---|---|---|---|
授权日 | 2009年4月29日 | 申请号 | 200810186635X |
申请日 | 2008年12月11日 | 申请人 | 潘玉利 |
地 址 | 北京市海淀区西土城路8号 | 发明人 | 潘玉利、赵怀志 |
Int.Cl. | G06K9/00(2006.01)I;G01N21/88(2006.01)I | 代理机构 | 北京集佳知识产权代理有限公司 |
代理人 | 孙长龙 | 类 别 | 发明专利 |
《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》涉及图像处理技术领域,特别是指基于二维傅立叶变换的水泥路面图像刻槽去除的方法。
在对路面进行检测的过程中,检测过程是通过对地面进行图像化处理,将处理后的图像进行识别,在识别过程中,检测出破损的路面;在识别过程中,图像中会存在路面上的刻槽,在破损的路面图像识别中首先将路面的刻槽去掉,不至于将刻槽误识别为裂缝,利于后期的裂缝识别,但目前的图像识别并不能识别出刻槽,从而导致将刻槽误判成裂缝处理。
图1是《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》实施例的流程图。
现在旧路改造,破旧路基一般采用勾机安装冲击头冲裂碎化,重做混凝土路面,另一种采用勾机安装打毛头把旧路面打毛后,做沥青路面。
相对是压槽质量好及方便,可以说不费时费力。
你好,看你这个描述就是维修。那你就按照拆除原路面,然后重新新做混凝土路面。(这样就可以的。)拆除看下图。
2016年12月7日,《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》获得第十八届中国专利优秀奖。 2100433B
为清楚说明《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》中的方案,下面给出优选的实施例并结合附图详细说明。
参见图1,图1是《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》方法实施例的流程图,包括:
步骤11:获得包含刻槽图像的路面图像;
录像设备拍摄的包含刻槽图像的路面图像,路面图像中的刻槽图像为近似水平并且贯穿图像的直线,这些刻槽等间距排列,灰度基本相同,因此在垂直方向上具有周期性。水泥路面的刻槽在建设中遵循统一的公路建设标准的,刻槽的宽度和间距都是固定的,结合采集图像设备的参数可以计算出对应图像中的刻槽宽度和间距。另外,由于刻槽组间间隔相对于组内间隔来说出现次数较少,且存在整数关系,对整体的周期性影响不大,从而对频谱形状的影响不大,所以在处理时认为图像周期为“刻槽宽度与间隔距离之和”。
步骤12:设置傅立叶变换的加窗大小,获得路面图像的灰度值序列;
水泥刻槽路面图像的周期性表现在基准垂直方向上,设刻槽图像间隔为s个像素,刻槽图像的宽度为t个像素;路面图像的灰度值为A,刻槽图像区域的灰度值B。那么,x1(n)表示刻槽间隔位置的像素灰度值序列,即路面图像的灰度值,如式(1)所示;x2(n)表示刻槽位置的像素灰度值序列,如式(2)所示。x(n)是将x1(n)和x2(n)以M为周期进行延拓并截短形成的序列,如式(3)所示,其周期为M=s t。
其中
步骤13:按照设置的加窗对所述路面图像的灰度值序列进行傅立叶变换,获得其频谱;
对序列x1(n)和x2(n)分别作N点离散傅里叶变换得到X1(k)和X2(k),和分别为x1(n)和x2(n)以M为周期进行延拓并截短的结果,即循环移位之后的叠加,因此根据离散傅里叶变换的时域循环移位性质,可以得到序列x(n)的N点离散傅里叶变换X(k),进而得到x(n)的幅度谱,如式(4)所示。
(k=0,1,…,N-1)(4)
在刻槽水泥路面中,M远远小于图像垂直方向上的像素个数,也就是说在序列x(n)中,M远远小于用于序列截短的矩形窗宽度(N),并且根据刻槽的自然属性,图像中的刻槽数目与间隔数目基本相同。为了处理方便,在频谱特性的定性分析时,不妨设l1=l2,那么式(4)可以变换为式(5)。
(k=0,1,…,N-1)(5)
式(5)反映了序列x(n)的频域特性,式中
步骤14:消除刻槽的谱峰,并傅立叶反变换。
消除谱峰时,采用等间隔滤波10个谱峰最佳,并将消除谱峰后的频谱序列进行傅立叶反变换。
步骤15:输出滤波后的图像。
滤波后的图像内只有路面图像,消除了刻槽。
《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》的方法可有效去除路面图像内的刻槽,避免路面检测过程中,将刻槽图像误判为破损路面,提高路面的检测准确度。
《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》在于提供基于二维傅立叶变换的水泥路面图像刻槽去除的方法,以解决上述在破损路面图像的识别过程中,将刻槽误判成裂缝处理的问题。
《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》提供基于二维傅立叶变换的水泥路面图像刻槽去除的方法,包括:获得包含刻槽图像的路面图像;设置傅立叶变换的加窗大小,获得路面图像的灰度值序列包括:
其中,
A为所述路面图像的灰度值;B为刻槽图像的灰度值;S为刻槽图像间隔的像素个数;t为刻槽图像的宽度;按照设置的加窗对所述路面图像的灰度值序列x(n)进行傅立叶变换,获得其频谱的幅度谱x(k);
优选的,所述滤波刻槽的谱峰包括:对叠加后的频谱以等间隔过滤10个谱峰。
《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》的方法可有效去除路面图像内的刻槽,避免路面检测过程中,将刻槽图像误判为破损路面,提高路面的检测准确度。
1、《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》特征在于,包括:获得包含刻槽图像的路面图像;设置傅立叶变换的加窗大小,设置傅立叶变换的加窗大小,确定路面图像的灰度值序列;其中,所述灰度值序列包括:
其中
A为所述路面图像的灰度值;B为刻槽图像的灰度值;S为刻槽图像间隔的像素个数;t为刻槽图像的宽度;按照设置的加窗对所述路面图像的灰度值序列x(n)进行傅立叶变换,获得其频谱的幅度谱x(k);
2、根据权利要求1所述的方法,其特征在于,所述滤波刻槽的谱峰包括:对叠加后的频谱以等间隔过滤10个谱峰。
水泥混凝土路面施工技术 一、水泥混凝土路面的特点: 1.水泥混凝土路面具有以下优点: (1)强度高: 混凝土路面具有较高的抗压强度和抗弯拉强度以及抗磨耗能力。 (2)稳定性好: 混凝土路面的水稳性、 热稳性均较好 , 特别是它的强度能随着时间的延 长而逐渐提高 , 不存在沥青路面的那种老化现象。 (3)耐久性好:由于混凝土路面的强度和稳定性好 ,所以它经久耐用 , 一般能使用 20~40 年, 而且它能通行包括履带式车辆等在内的各种运输工具。 (4)养护费用少、经济效益高 :与沥青混凝土路面相比 , 水泥混凝土路面的养护工作 量和养护费用均较少。它的建筑投资虽较大 , 但使用年限长 ,故所分摊于每年的工程费用较 少。 (5)有利于夜间行车: 混凝土路面色泽鲜明 ,能见度好 ,对夜间行车有利。 2.水泥混凝土路面的缺点: (1)对水泥和水的需要量大: 这对水泥供应不足和缺水地区带来较大困难。
水泥路面防裂断方法的探讨——针对当前农村公路水泥路建设过程中出现的断板现象,本文通过大量工程实践和裂断过程试验,根据温度应力不超过混凝土早龄期强度的原理,提出用板温控制确定锯缝时机的方法,对水泥路面防裂断方法进行了有益的探讨。
第1章 主要的图像降噪技术及发展现状
1.1 空间域图像降噪
1.2 频域图像降噪
1.3 基于小波变换的图像降噪算法
1.4 其他图像降噪方法
第2章 小波变换
2.1 小波变换概述
2.1.1 小波变换的基本概念
2.1.2 连续小波变换
2.2 离散小波变换
2.2.1 小波框架和小波基
2.2.2 多分辨率分析
2.2.3 多分辨率滤波器组
2.2.4 离散正交小波变换的快速算法
2.2.5 连续且紧支撑的正交小波基
2.2.6 初始输入序列
2.2.7 二维离散正交小波变换
第3章 基于小波变换的图像降噪
3.1 噪声的小波变换系数的统计特性
3.2噪声方差估计
3.3 降噪效果的评估方法
3.4 小波域的理想滤波器
3.5 小波阈值降噪
3.5.1 硬阈值和软阈值滤波
3.5.2 阈值的选择
3.5.3 小波基的选择
3.6 基于贝叶斯估计理论的小波域降噪
3.6.1 贝叶斯估计
3.6.2 图像小波变换系数的几个统计特性和分布模型
3.6.3 小波域的双参数收缩降噪
3.6.4 小波域的局部自适应维纳滤波
3.6.5 有方向窗口的局部维纳滤波器
3.6.6 三种算法的比较
第4章 混合傅里叶一小波图像降噪
4.1 变换域滤波效果和稀疏表示的关系
4.2 傅里叶变换和小波变换的比较
4.3 应用简单统计模型的混合傅里叶一小波图像降噪
4.3.1 有色噪声的小波变换系数
4.3.2 混合傅里叶一小波降噪算法
4.3.3 实验结果
4.4 应用GGD统计模型的混合傅里叶一小波图像降噪
4.4.1 算法的描述
4.4.2 实验结果
4.5 应用GSM统计模型的混合傅里叶一小波图像降噪
4.5.1 GSM模型
4.5.2 BLS—GSM降噪算法
4.5.3 应用BLS—GSM图像降噪算法的混合傅里叶一小波图像降噪
4.5.4 实验结果
第5章 混合傅里叶一小波图像降噪在SAR图像降噪中的应用
5.1 SAR图像的相干斑点噪声模型
5.2 应用混合傅里叶一小波降噪的相干斑点噪声抑制
5.3 实验
附录A 泛函分析基础
A.1 赋范线性空间
A.2 Hilbert空间和基
A.3可分离基
附录B MATLAB程序
B.1 图2.5和图2.6的源程序
B.2 图2.8的源程序
B.3 图2.9的源程序
B.4 混合傅里叶一小波图像降噪
参考文献
《基于小波变换的图像降噪》系统讨论了小波变换在图像降噪中的应用。内容包括:小波变换的基本理论,应用小波变换进行图像降噪的基本算法;变换系数的稀疏性和图像降噪效果之间的关系;综合利用傅里叶变换和小波变换图像降噪算法,并在附录中提供了书中部分图例和算法的MATLAB程序。
其中一个常用的多维度变换就是傅立叶变换,是将一个讯号的表示式从时域/空域转换到频域。 离散域的多维度傅立叶变换可表示成下列式子:
快速傅立叶变换(FFT)是一种用来计算离散傅立叶变换(DFT)和其逆变换的快速算法,快速傅立叶变换所得到的结果跟按照定义去算离散傅立叶变换的结果是一样的,但唯一的差别是快速傅立叶变换的速度快很多。(在舍入误差的存在下,很多快速傅立叶变换还比直接照定义算还更精准。)有很多种快速傅立叶变换,他们包含很广泛的数学运算,从简单的复数运算到数论和群论,详情可以看快速傅立叶变换。
多维度的离散傅立叶变换是离散域傅立叶变换的简单版本,其方法是在均匀间隔下的样本频率去估计其值 .
逆多维DFT方程是: