基于融合小波变换的多尺度Retinex的道路裂纹检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114881979A(43)申请公布日2022.08.09(21)申请号202210528070.9(22)申请日2022.05.16(71)申请人浙江理工大学地址310018浙江省杭州市经济技术开发区白杨街道2号大街928号(72)发明人刘申澳韩永华徐璐(74)专利代理机构杭州天勤知识产权代理有限公司33224专利代理师胡红娟(51)Int.Cl.G06T7/00(2017.01)G06T5/00(2006.01)权利要求书2页说明书7页附图4页(54)发明名称基于融合小波变换的多尺度Retinex的道路裂纹检测方法(57)摘要本发明公开了一种基于融合小波变换的多尺度Retinex的道路裂纹检测方法，包括：获得原始道路裂纹图像，采用小波变换方法将道路裂纹图像分为低频图像分量和高频图像分量，采用顶帽变换方法提取低频图像分量中的裂纹概貌图像信息，采用多尺度Retinex方法增强高频图像分量中的裂纹图像信息得到增强裂纹图像信息，通过图像熵方法分别计算得到裂纹概貌图像信息的熵和增强裂纹图像信息的熵，并基于各自熵的比重进行小波变换重构后得到道路裂纹增强图像。通过该方法能够获得较为清晰的，避免光晕现象出现的道路裂纹图片。CN114881979ACN114881979A权利要求书1/2页1.一种基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，包括：获得原始道路裂纹图像，采用小波变换方法将道路裂纹图像分为第一低频图像分量和第一高频图像分量，采用顶帽变换方法提取第一低频图像分量中的裂纹概貌图像信息，采用多尺度Retinex方法增强第一高频图像分量中的裂纹图像信息得到增强裂纹图像信息，通过图像熵方法分别计算得到裂纹概貌图像信息的熵和增强裂纹图像信息的熵，将裂纹概貌图像信息的熵占总熵的比重与第一低频图像分量进行乘法运算得到第二低频图像分量，将裂纹图像信息的熵占总熵的比重与第一高频图像分量进行乘法运算得到第二高频图像分量，第二低频图像分量和第二高频图像分量构建了道路裂纹图像分量，对道路裂纹图像分量进行小波变换重构后得到道路裂纹增强图像。2.根据权利要求1所述的基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，采用顶帽变换方法提取第一低频图像分量中的裂纹概貌图像信息Ibh为：其中，I为原始道路裂纹图像，Dd为尺度为d的圆盘型结构元素，Ld，θ为尺度为d，方向为θ的线型结构元素，d为尺度，θ为角度。3.根据权利要求2所述的基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，设定dmax为13个像素，θ∈[0,180°)，设定θsep为角度θ选取的步长，即每隔θsep选取一个θ值，针对圆盘型结构元素，原始道路裂纹图像中的大于尺度d的像素当作裂纹像素保留下来，针对线型结构元素，每隔θsep选取一个θ值，沿着θ值的方向且尺度大于d的像素当作裂纹像素保留下来，其余像素则被当做噪声点移除，将圆盘型结构元素和线型结构元素在不同尺度上计算结果的差异最大值叠加作为提取到的裂纹概貌图像信息。4.根据权利要求1所述的基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，采用多尺度Retinex方法增强第一高频图像分量中的裂纹图像信息得到增强裂纹图像信息IMSR为：其中，I为原始道路裂纹图像，Gk为第k个领域尺度的高斯函数，n为领域尺寸种类。5.根据权利要求4所述的基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，第k个领域尺度的像素点为(x，y)高斯函数Gk(x，y)为：其中，σk为第k个领域尺度的高斯核。6.根据权利要求1所述的基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，道路裂纹图像分量I'为：2CN114881979A权利要求书2/2页其中，Ibh为裂纹概貌图像信息，IMSR为增强裂纹图像信息，H1为裂纹概貌图像信息的熵，H2为增强裂纹图像信息的熵，H1+H2为总熵。7.根据权利要求6所述的基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，裂纹概貌图像信息的熵H1为：其中，M1和N1分别为裂纹概貌图像的宽和高，p(x1,y1)为像素点(x1,y1)的像素值。8.根据权利要求6所述的基于融合小波变换的多尺度Retinex的道路裂纹检测方法，其特征在于，增强裂纹图像信息的熵H2为：其中，M2和N2分别为增强裂纹图像的宽和高，p(x2,y2)为像素点(x2,y2)的像素值。3CN114881979A说明书1/7页基于融合小波变换的多尺度Retinex的道路裂纹检测方法技术领域[0001]本发明属于图像处理领域，具体涉及一种基于融合小波变换的多尺度Retinex的道路裂纹检