圖像紋理識別和分類及其在管壁檢測中的應(yīng)用.pdf

1、本論文研究圖像識別中的重要課題：圖像紋理特征提取與分類，并應(yīng)用于城市地下管道檢測中管壁缺陷的定位與分析。 圖像識別是根據(jù)圖像中的特征對其進行識別并分類的過程，目的在于用計算機代替或擴展部分腦力勞動，快速地實現(xiàn)大量圖像的自動檢測和分析。圖像特征的提取和分類是圖像識別的關(guān)鍵性環(huán)節(jié)。 本文首先討論紋理圖像識別中的特征提取和聚類技術(shù)概況，并對國內(nèi)外研究現(xiàn)狀進行綜述。通過對特征提取的基本原理和主要方法的討論，結(jié)合管壁圖像的分類進行

2、深入研究，取得了以下主要成果： 1．在特征提取中采用Gabor濾波器并結(jié)合其他方法構(gòu)建特征向量。Gabor濾波器能很好地模擬視覺特性，我們采用一組Gabor濾波器在多尺度多方向上提取圖像的紋理特征，同時在Gabor特征的基礎(chǔ)上加入灰度均值以及Tamura粗糙度特征，并用PCA降維構(gòu)成新的特征向量。實驗表明這種新的特征向量充分反映了紋理圖像中的有用信息，因而能夠更好地反映研究對象的紋理特征。 2．針對K均值聚類方法對初始聚

3、類中心敏感這一特點，提出一種對初始中心選取的改進方法。該方法基于數(shù)據(jù)每個維度的直方圖特性。選擇數(shù)據(jù)分布最多的坐標為該維度初始中心的坐標。該方法具有實現(xiàn)簡單、計算量小的優(yōu)點。通過實驗表明該方法能夠有效減少聚類迭代次數(shù)，降低系統(tǒng)開銷。 3．將本文的紋理識別方法用于城市地下水管管壁缺陷探測工程中，識別管壁圖像中存在的光滑、粗糙和銹蝕區(qū)域。通過對識別結(jié)果的分析，可以得到圖像中缺陷部分所占的比例以及分布狀況，結(jié)果令人滿意。該項研究結(jié)果可應(yīng)