資源描述：
《基于雙邊濾波和black-hat變換的ostu裂縫分割算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、基于雙邊濾波和Black-hat變換的OSTU裂縫分割算法宋巧君張東武漢大學(xué)物理科學(xué)與技術(shù)學(xué)院光照暗淡、污潰覆蓋等原因會(huì)造成裂縫圖像的裂縫難以被檢測，對此文屮提出了一種新的裂縫分割算法:該算法首先依次對圖像進(jìn)行基于彩色圖的對比度拉伸、基于灰度圖的改進(jìn)高斯濾波的雙邊濾波處理，然后利用Black-hat變換和OTSU相結(jié)合進(jìn)行裂縫分割。最后進(jìn)行覆蓋處理，用指定的顏色將二進(jìn)制掩模疊加到原灰度圖像上。實(shí)驗(yàn)結(jié)果表明，該算法在保留原奮邊界的冋吋，使得噪聲得以奮效去除，圖像非裂縫信息得以很好抑制，裂縫可以顯著突顯。關(guān)鍵詞：計(jì)算機(jī)應(yīng)用;圖像處理;Black-hat變
2、換;改進(jìn)的OTSU;基金：湖北省科技攻關(guān)項(xiàng)目(2011CB70794)ImprovedOSTUalgorithmbasedonbilateralfilteringandBlack-hattransformationinthesegmentationofimageswithcracksSONGQiao-junZHANGDongSchoolofPhysicsandTechnology，WuhanUniversity:Abstract：Causessuchasunevennessofillumination,staincoveringmaymakeitdi
3、fficulttodetectthecracksofimages,thereforethecrackdetectionisproposedinthispaper.ColorimagecontraststretchingandgrayscalebilateralfilteringbasedonGaussianfilteringareusedinturn,andthentheBlack-hattransformationandOTSUarecombinedthresholdsegmentation.Theexperimentalresultsshowth
4、atthealgorithmcaneffectivelyremovethenoisewhilepreservingtheoriginalboundary,andthepartswithnocrackiswellsuppressedwhilethecracksisobviouslyhighlighted.Keyword：computerapplication;imageprocessing;Black-hattransformation;improvedOTSU;0引言在橋梁［1-2］、路面等結(jié)構(gòu)圖像中檢測出裂縫以確保結(jié)構(gòu)的安全性，具有重要意義。裂縫分
5、割通常用如下方法:先用數(shù)學(xué)形態(tài)學(xué)來增強(qiáng)對比度m，再通過交叉曲線評估，最后進(jìn)行線性濾波將裂縫從背景中分割出來。雖然聚類以1、樣條小波in、區(qū)域分割、傳統(tǒng)邊緣檢測與神經(jīng)網(wǎng)絡(luò)m等算法可改善分割效果，但在邊緣數(shù)據(jù)分類m過程中，很難把控適當(dāng)閾值得到可觀的連續(xù)輪廓。聚類算法雖避免了閾值選取的困難和分割輪廓的不連續(xù)性，但同一群集像素的不和鄰性通常導(dǎo)致過分割。區(qū)域分割算法，雖在分割時(shí)間和輪廓連續(xù)性上比較可觀，但其分割結(jié)果卻會(huì)隨著閾值而變。徐歡、李振璧等人m提出基于Carmy的裂縫檢測;李媛媛等人［9］將霍夫變換和閾值分割結(jié)合用在裂縫圖像的分割中。以上算法在一定程度上
6、取得了較好效果，但它們都對原圖質(zhì)量要求較高，對低對比度、噪聲較嚴(yán)重的圈像分割效果不太理想IM。因此，探尋一種能有效分割低對比度、噪聲較嚴(yán)重裂縫圖像的算法很有必要。1新算法及其實(shí)現(xiàn)本文提出的基于Black-hat變換和OTSU的裂縫閣像分割改進(jìn)算法，實(shí)質(zhì)上是閣像的對比度拉伸、雙邊濾波算法和Black-hat變換、OTSU閾值分割算法的有機(jī)結(jié)合，用于檢測圖像中的不明顯裂縫。這里木文處理的圖像默認(rèn)為RGB格式，圖1(a)為有代表性的原始裂縫圖像。1.1對比度拉伸直方圖修正雖然圖像對比度增強(qiáng)通常采用灰度直方圖均衡化，但它在很大程度上改變了圖像的原有信息。當(dāng)圖
7、像灰度直方圖具有兩個(gè)或兩個(gè)以上峰值時(shí)，直方圖均衡處理并不能取得很好的效果［11］。所以這里本文直接調(diào)整彩色圖像的對比度，從而避免圖像信息的丟失。此外，在裂紋檢測過程屮，需要圖像在一定的對比度范圍內(nèi)，且具有相對穩(wěn)定的亮度;為了克服嚴(yán)重的閣像抖動(dòng)問題，本文在補(bǔ)償輸入閣像的動(dòng)態(tài)范圍之后修正圖像的亮度和對比度范圍來增強(qiáng)輸入圖像的對比度。當(dāng)圖像沒有黑、白的劇烈差異時(shí)，將顯示為缺乏對比度。而圖像的整體明暗度總是取決于圖像的亮度［12］。所以，本文對裂縫圖像進(jìn)行對比度拉伸直方圖修正，以増強(qiáng)圖像對比度，效果如圖1(b)所示。理論推理依據(jù)如下：離散概率分布可用連續(xù)概率
8、密度分布函數(shù)來近似，從而得到直方閣變換近似結(jié)果，即：其中，PY(Y)是Y的概率密度函數(shù)，Px(X)是輸入圖像
