路面图片分割方法的研究
摘要
随着交通运输的发展,沥青混凝土材料得到了越来越广泛地应用,同时对它的质量要求也越来越高。石子沥青混合料的构成和分布对混凝土的整体质量有非常大的影响,因此如何快速准确的获取混合料的构成和分布特性,成为当前迫切需要解决的问题。本文根据现实需求,引入了数字图像处理技术分析路面结构。
在运用数字图像技术处理路面的过程中,图像分割是基础,它决定了图像处理的整个过程的好坏。本文在了解大量现有图像分割技术的前提下,结合路面图片的灰度特征,将阈值分割、区域生长算法和分水岭算法用于路面图片的分割,取得了一定的效果。
在图像分割的基础之上,本文还对分割图像进行了后处理以改善分割效果。同时还计算了石子目标的构成和分布特性,为沥青石子混凝土材料的质量分析和性能预测提供技术支持。
With the development of traffic, the asphalt-carpolite mixture is widely used. At the same time, the request of the quality of this mixture is increased. The form and the distributing of asphalt and carpolite in the mixture have great influence on projects. So it becomes an urgent problem to be solved how to know the form and the distributing of the mixture rapidly and nicely. In this paper, techniques of digital image processing are introduced to solve the problem.
During the course of road image analysis, one of the key points is road image segmentation. The quality of road image segmentation determines the whole process. In this paper, based on the fully review of lots of image segmentation methods and carefully analysis on the road image characteristics, we choose three techniques to segment road images. They are thresholding technique, region growing method and watershed arithmetic. The results proved these three techniques are effective.
After the segmenting of road images, we even use several techniques to improve the quality of these pictures. Then the form and the distributing characteristics of the carpolite are calculated. The outcomes will support to measure the quality of the mixture. By combining of other knowledge, such as mechanics and material, we can even forecast the capability of the mixture in the future.
在运用数字图像技术处理路面的过程中,图像分割是基础,它决定了图像处理的整个过程的好坏。本文在了解大量现有图像分割技术的前提下,结合路面图片的灰度特征,将阈值分割、区域生长算法和分水岭算法用于路面图片的分割,取得了一定的效果。
在图像分割的基础之上,本文还对分割图像进行了后处理以改善分割效果。同时还计算了石子目标的构成和分布特性,为沥青石子混凝土材料的质量分析和性能预测提供技术支持。
With the development of traffic, the asphalt-carpolite mixture is widely used. At the same time, the request of the quality of this mixture is increased. The form and the distributing of asphalt and carpolite in the mixture have great influence on projects. So it becomes an urgent problem to be solved how to know the form and the distributing of the mixture rapidly and nicely. In this paper, techniques of digital image processing are introduced to solve the problem.
During the course of road image analysis, one of the key points is road image segmentation. The quality of road image segmentation determines the whole process. In this paper, based on the fully review of lots of image segmentation methods and carefully analysis on the road image characteristics, we choose three techniques to segment road images. They are thresholding technique, region growing method and watershed arithmetic. The results proved these three techniques are effective.
After the segmenting of road images, we even use several techniques to improve the quality of these pictures. Then the form and the distributing characteristics of the carpolite are calculated. The outcomes will support to measure the quality of the mixture. By combining of other knowledge, such as mechanics and material, we can even forecast the capability of the mixture in the future.
引文
1. West rack Forensic Team Consensus . Superp ave Mix2 ture Design Guide [ R ] . FHWA- RD- 01- 052 , 2001.
2. 李智,徐伟,王绍怀,张肖宁. 沥青混合料压实状态的数字图像分析. 岩土工程学报,2002,24(4):451-453
3. 张肖宁,李智,虞将苗. 沥青混合料的体积组成及其数字图像处理技术. 华南理工大学学报(自然科学版),2002,30(11):113-116
4. 吴 中 福 , 彭 云 鹏 , 杨 强 . 一 个 土 石 混 合 料 图 像 分 割 系 统 . 计 算 机 应用,2005,25(5):1105-1107
5. Najman L and Schmitt M. Geodesic saliency of watershed contours and hierarchical segmentation. IEEE Trans. PAMI218 ,1996 :1163-1173
6. 刘喜英,吴淑泉,徐向民. 基于改进分水岭算法的医学图像分割的研究. 微电子技术,2003,31(4):39-41
7. 宋利伟,宋朝昀,庄天戈. 基于分水岭算法的磁共振脑图像自动分割. 上海交通大学学报,2003,37(11):1774-1776
8. Ridler T W, Calvard S. Picture thresholding using an iterative selection method. IEEE-SMC, 1978, 8:630-632
9. Trussel H J. Comments on “Picture thresholding using an iterative selection method”. IEEE-SMC, 1979, 9:311
10. 章毓晋. 图像分割. 北京:科学出版社,2001. 47-48
11. 章毓晋. 图像工程(上册)图像处理和分析. 北京:清华大学出版社,1999. 195-197
12. Otsu N. A threshold selection method from gray-level histogram. IEEE-SMC, 1979, 62-66
13. 吴一全,朱兆达. 图像处理中阈值选取方法 30 年(1962-1992)的进展(一).数据采集与处理, 1993, 8(3): 4-5
14. 董立菊. 图像阈值化技术的综述、分类及评价. 沈阳大学学报, 2004, 16(4): 9-10
15. 陈东岚,留金南等. 几种图像分割阈值选取方法的比较与研究. 电气技术与自动化, 2003:77-78
16. 吴薇,刘军等. 图像分割中的阈值选取方法. 西安工业学院学报, 2002, 22(4): 310-311
17. Milan Sonka, Vaclav Hlavac, Roger Boyle 著,艾海舟,武勃等译. 图像处理、分析与机器视觉(第二版). 北京: 人民邮电出版社,2003.86-89
18. Kenneth R Castleman 著,朱志刚等译. 数字图像处理. 北京:电子工业出版社,1999:391-393
19. 章毓晋. 图像分割. 北京:科学出版社,2001. 90-91
20. 吴一全,朱兆达. 图像处理中阈值选取方法 30 年(1962-1992)的进展(二).数据采集与处理, 1993, 8(3): 1-2
21. 章毓晋. 图像分割. 北京:科学出版社,2001. 88-92
22. 王建军,张宏勋等. 一种基于相对熵的图像分割方法. 信息与控制,1997,16(1):2-5
23. 章毓晋. 图像工程(上册)图像处理和分析. 北京:清华大学出版社,1999. 207-209
24. Kenneth R Castleman 著,朱志刚等译. 数字图像处理. 北京:电子工业出版社,1999: 406-408
25. Chang Yian-Leng , Li Xiaobo. Adaptive Image Region-Growing. IEEE TRANSACTIONS ON IMAGE PROCESSING, 1994, 3(6): 868-872
26. 刘平,陈斌,阮波. 基于边缘信息的图像阈值化分割方法. 计算机应用, 2004, 24(9): 2-5
27. 李久贤 夏良正等. 基于区域生长的红外图像分割. 南京理工大学学报, 2002, 26:76-78
28. 张爱华. 一种基于熵优化的区域生长图像分割方法. 华中科技大学学报(自然科学版), 2004,32(7):40-43
29. 吴中福,彭云鹏,杨强. 一个土石混合料图像分割系统. 计算机应用, 2005, 5(5):1106-1109
30. 罗文村. 基于阈值法与区域生长法综合集成的图像分割法. 现代计算机, 2001,5:44-46
31. 赵 晖,梁光明. 一种基于差分算子和区域增长的细胞自动识别方法. 计算机与现代化, 2205,4:23-26
32. Yu Xiaohan and Juha YIH-Jaaski. A NEW ALGORITHM FOR IMAGE EGMENTATION BASED ON REGION GROWING AND EDGE DETECTION. IEEE, CH 30064/91/0000–0516
33. 苏菡,黄凤岗,贾迪野.基于 DIS 边缘检测和自适应边缘生长的图像分割方法.哈尔滨工程大学学报,2004,25(3):345-348
34. 麻彦轩,刘上乾,申建华. 一种新的红外目标图像分割算法. 激光与红外,2005,35(3):200-203
35. Moga A N and Gabbouj M. Parallel image component labeling with watershed transformation. IEEE Trans. PAMI219 , 1997 :441-450
36. Vincent L and Soille P. Watersheds in digital spaces : an efficient algorithm based on immersion simulation. IEEE Trans. PAMI13 , 1991 :583-598
37. Najman L and Schmitt M. Geodesic saliency of watershed contours and hierarchical segmentation. IEEE Trans. PAMI218 ,1996 :1163-1173
38. 章毓晋. 图像分割. 北京:科学出版社,2001. 56-57
39. 马兆勉,陶纯堪. 红外目标的边界检测和标注. 红外与激光工程, 1999,28(6):30-32
40. 宋利伟,宋朝昀,庄天戈. 基于分水岭算法的磁共振脑图像自动分割. 上海交通大学学报,2003,37(11):1774-1776
41. 刘喜英,吴淑泉,徐向民. 基于改进分水岭算法的医学图像分割的研究. 微电子技术,2003,31(4):39-41
42. 马丽红,张宇,邓健平. 基于形态开闭滤波二值标记和纹理特征合并的分水岭算法. 中国图象图形学报,2003,8:77-79
43. Milan Sonka, Vaclav Hlavac, Roger Boyle著,艾海舟,武勃等译. 图像处理、分析与机器视觉(第二版). 北京: 人民邮电出版社,2003.96-98
44. Kenneth R Castleman 著,朱志刚等译. 数字图像处理. 北京:电子工业出版社,1999:423-429
45. 章毓晋. 图像工程(上册)图像处理和分析. 北京:清华大学出版社,1999. 218-226
2. 李智,徐伟,王绍怀,张肖宁. 沥青混合料压实状态的数字图像分析. 岩土工程学报,2002,24(4):451-453
3. 张肖宁,李智,虞将苗. 沥青混合料的体积组成及其数字图像处理技术. 华南理工大学学报(自然科学版),2002,30(11):113-116
4. 吴 中 福 , 彭 云 鹏 , 杨 强 . 一 个 土 石 混 合 料 图 像 分 割 系 统 . 计 算 机 应用,2005,25(5):1105-1107
5. Najman L and Schmitt M. Geodesic saliency of watershed contours and hierarchical segmentation. IEEE Trans. PAMI218 ,1996 :1163-1173
6. 刘喜英,吴淑泉,徐向民. 基于改进分水岭算法的医学图像分割的研究. 微电子技术,2003,31(4):39-41
7. 宋利伟,宋朝昀,庄天戈. 基于分水岭算法的磁共振脑图像自动分割. 上海交通大学学报,2003,37(11):1774-1776
8. Ridler T W, Calvard S. Picture thresholding using an iterative selection method. IEEE-SMC, 1978, 8:630-632
9. Trussel H J. Comments on “Picture thresholding using an iterative selection method”. IEEE-SMC, 1979, 9:311
10. 章毓晋. 图像分割. 北京:科学出版社,2001. 47-48
11. 章毓晋. 图像工程(上册)图像处理和分析. 北京:清华大学出版社,1999. 195-197
12. Otsu N. A threshold selection method from gray-level histogram. IEEE-SMC, 1979, 62-66
13. 吴一全,朱兆达. 图像处理中阈值选取方法 30 年(1962-1992)的进展(一).数据采集与处理, 1993, 8(3): 4-5
14. 董立菊. 图像阈值化技术的综述、分类及评价. 沈阳大学学报, 2004, 16(4): 9-10
15. 陈东岚,留金南等. 几种图像分割阈值选取方法的比较与研究. 电气技术与自动化, 2003:77-78
16. 吴薇,刘军等. 图像分割中的阈值选取方法. 西安工业学院学报, 2002, 22(4): 310-311
17. Milan Sonka, Vaclav Hlavac, Roger Boyle 著,艾海舟,武勃等译. 图像处理、分析与机器视觉(第二版). 北京: 人民邮电出版社,2003.86-89
18. Kenneth R Castleman 著,朱志刚等译. 数字图像处理. 北京:电子工业出版社,1999:391-393
19. 章毓晋. 图像分割. 北京:科学出版社,2001. 90-91
20. 吴一全,朱兆达. 图像处理中阈值选取方法 30 年(1962-1992)的进展(二).数据采集与处理, 1993, 8(3): 1-2
21. 章毓晋. 图像分割. 北京:科学出版社,2001. 88-92
22. 王建军,张宏勋等. 一种基于相对熵的图像分割方法. 信息与控制,1997,16(1):2-5
23. 章毓晋. 图像工程(上册)图像处理和分析. 北京:清华大学出版社,1999. 207-209
24. Kenneth R Castleman 著,朱志刚等译. 数字图像处理. 北京:电子工业出版社,1999: 406-408
25. Chang Yian-Leng , Li Xiaobo. Adaptive Image Region-Growing. IEEE TRANSACTIONS ON IMAGE PROCESSING, 1994, 3(6): 868-872
26. 刘平,陈斌,阮波. 基于边缘信息的图像阈值化分割方法. 计算机应用, 2004, 24(9): 2-5
27. 李久贤 夏良正等. 基于区域生长的红外图像分割. 南京理工大学学报, 2002, 26:76-78
28. 张爱华. 一种基于熵优化的区域生长图像分割方法. 华中科技大学学报(自然科学版), 2004,32(7):40-43
29. 吴中福,彭云鹏,杨强. 一个土石混合料图像分割系统. 计算机应用, 2005, 5(5):1106-1109
30. 罗文村. 基于阈值法与区域生长法综合集成的图像分割法. 现代计算机, 2001,5:44-46
31. 赵 晖,梁光明. 一种基于差分算子和区域增长的细胞自动识别方法. 计算机与现代化, 2205,4:23-26
32. Yu Xiaohan and Juha YIH-Jaaski. A NEW ALGORITHM FOR IMAGE EGMENTATION BASED ON REGION GROWING AND EDGE DETECTION. IEEE, CH 30064/91/0000–0516
33. 苏菡,黄凤岗,贾迪野.基于 DIS 边缘检测和自适应边缘生长的图像分割方法.哈尔滨工程大学学报,2004,25(3):345-348
34. 麻彦轩,刘上乾,申建华. 一种新的红外目标图像分割算法. 激光与红外,2005,35(3):200-203
35. Moga A N and Gabbouj M. Parallel image component labeling with watershed transformation. IEEE Trans. PAMI219 , 1997 :441-450
36. Vincent L and Soille P. Watersheds in digital spaces : an efficient algorithm based on immersion simulation. IEEE Trans. PAMI13 , 1991 :583-598
37. Najman L and Schmitt M. Geodesic saliency of watershed contours and hierarchical segmentation. IEEE Trans. PAMI218 ,1996 :1163-1173
38. 章毓晋. 图像分割. 北京:科学出版社,2001. 56-57
39. 马兆勉,陶纯堪. 红外目标的边界检测和标注. 红外与激光工程, 1999,28(6):30-32
40. 宋利伟,宋朝昀,庄天戈. 基于分水岭算法的磁共振脑图像自动分割. 上海交通大学学报,2003,37(11):1774-1776
41. 刘喜英,吴淑泉,徐向民. 基于改进分水岭算法的医学图像分割的研究. 微电子技术,2003,31(4):39-41
42. 马丽红,张宇,邓健平. 基于形态开闭滤波二值标记和纹理特征合并的分水岭算法. 中国图象图形学报,2003,8:77-79
43. Milan Sonka, Vaclav Hlavac, Roger Boyle著,艾海舟,武勃等译. 图像处理、分析与机器视觉(第二版). 北京: 人民邮电出版社,2003.96-98
44. Kenneth R Castleman 著,朱志刚等译. 数字图像处理. 北京:电子工业出版社,1999:423-429
45. 章毓晋. 图像工程(上册)图像处理和分析. 北京:清华大学出版社,1999. 218-226