【技术实现步骤摘要】
一种带噪路面裂缝图像的降噪方法
本专利技术涉及图像处理
，具体涉及一种带噪路面裂缝图像的降噪方法。
技术介绍
对于公路沥青路面来说，裂缝类病害是常见的病害形式，如果对沥青路面上出现的裂缝不加处理，或者处理不当，在水、温度、荷载等外界条件的影响下，裂缝将不断扩展，会导致其他病害相继出现，进而影响到道路路面的结构性能。因此，为了最大限度地减小路面的病害，应当快速、准确地进行路面裂缝的自动检测，及时发现裂缝并进行修补。而路面裂缝图像在采集、转换和传输过程中，易受到成像设备与外部环境的影响，通常表现为高斯噪声和椒盐噪声的混合噪声，导致图像质量下降，影响后续裂缝的准确检测。因此，图像降噪是裂缝图像检测中一个基础和必要的预处理步骤，是图像感知、分类与识别的关键技术之一。目前，图像降噪方法主要分为空域滤波、变换域滤波以及变换域统计建模分析三大类。传统的大部分滤波方法属于第一类，如均值滤波、维纳滤波等，实际上采用各种平滑函数对图像进行卷积处理，便于硬件实现，但在削弱噪声的同时也对图像有用信息进行了平滑。在变换域滤波方法中，主要有小波分解与重构、非线性小波变换阈值法、平移不变量小波法以及小波变换模极大值法等，其中小波分解与重构去噪适用于有用信号和噪声的频带相互分离时的确定性噪声的情况，平移不变量小波法和小波变换模极大值法适用于混有白噪声且有不连续点或奇异点的情况，且这两种方法计算速度太慢，而小波变换阈值法应用广泛，关键在于阈值和阈值函数的选取，其在一定程度上关系到图像去噪的质量，硬阈值和软阈值是其中最常用的函数，...
【技术保护点】
1.一种带噪路面裂缝图像的降噪方法，其特征在于，包括步骤：/n步骤1：对输入的带噪路面裂缝图像进行L层小波分解，得到由小波系数构成的低频子图像、L层水平高频子图像、L层垂直高频子图像和L层对角高频子图像，L为小波分解的总层数，/n步骤2：对低频子图像进行高斯双边滤波降噪；对每层水平高频子图像进行水平混合降噪，对每层垂直高频子图像进行垂直混合降噪，对每层对角高频子图像进行对角混合降噪，/n步骤3：对降噪处理后的各个子图像进行小波重构，得到滤波之后的路面裂缝图像。/n
【技术特征摘要】
1.一种带噪路面裂缝图像的降噪方法，其特征在于，包括步骤：
步骤1：对输入的带噪路面裂缝图像进行L层小波分解，得到由小波系数构成的低频子图像、L层水平高频子图像、L层垂直高频子图像和L层对角高频子图像，L为小波分解的总层数，
步骤2：对低频子图像进行高斯双边滤波降噪；对每层水平高频子图像进行水平混合降噪，对每层垂直高频子图像进行垂直混合降噪，对每层对角高频子图像进行对角混合降噪，
步骤3：对降噪处理后的各个子图像进行小波重构，得到滤波之后的路面裂缝图像。
2.根据权利要求1所述的带噪路面裂缝图像的降噪方法，其特征在于，所述水平混合降噪包括：先对水平高频子图像进行水平中值滤波降噪，然后计算中值滤波降噪处理之后的裂缝为线性裂缝的水平高频子图像中小波降噪的分层阈值和裂缝为网状裂缝的水平高频子图像中小波降噪的分层阈值利用基于半软阈值法的Minimax阈值函数，对中值滤波降噪处理之后的水平高频子图像进行自适应小波分层阈值降噪处理，得到降噪处理后的水平高频子图像，其中，
当裂缝为线性裂缝时：
当裂缝为网状裂缝时：
l为当前分解层的层数且l＝1,2,...,L，L为小波分解的总层数，和和M1和M2、N1和N2、和和和中的上角标表示裂缝类型，上角标1表示线性裂缝，上角标2表示网状裂缝，下角标1表示高频子图像的类型即水平高频子图像，下角标l表示当前分解层的层数即第l层，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层水平高频子图像中小波降噪的阈值，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层水平高频子图像中小波降噪的阈值，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层水平高频子图像中的中值估计噪声标准差，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层水平高频子图像中的中值估计噪声标准差，M1和N1分别为带噪路面线性裂缝图像的行数和列数，M2和N2分别为带噪路面网状裂缝图像的行数和列数，Median为计算数组的中位数值的函数，reshape为将矩阵变换成指定维数矩阵的函数，“||”为取绝对值的符号，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层水平高频子图像中的小波系数矩阵，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层水平高频子图像中的小波系数矩阵，和分别为裂缝为线性裂缝的第l层水平高频子图像的行数和列数，和分别为裂缝为网状裂缝的第l层水平高频子图像的行数和列数。
3.根据权利要求2所述的带噪路面裂缝图像的降噪方法，其特征在于，水平中值滤波降噪采用以下方法：首先在水平高频子图像第1行和最后1行的上下方分别加上一个2行的全0矩阵，再在此图像的第1列和最后1列的外侧分别加上一个2列的全0矩阵，然后任选加0前水平高频子图像中的一点，在以该点为中心的5×5邻域内，取点(2,1)，(2,3)，(2,5)，(3,1)，(3,2)，(3,3)，(3,4)，(3,5)，(4,2)以及(4,4)位置处或点(2,2)，(2,4)，(3,1)，(3,2)，(3,3)，(3,4)，(3,5)，(4,1)，(4,3)以及(4,5)位置处的小波系数值并连接各个所选点以形成水平方向锯齿形邻域窗口，按照从小到大的顺序对所述位置处的小波系数值进行排列，用排列后处于中间位置处的两个数的平均值来代替所选点的小波系数值，遍历加0前水平高频子图像的所有点，最后删除之前插入的全0矩阵，得到中值滤波降噪处理之后的水平高频子图像。
4.根据权利要求1所述的带噪路面裂缝图像的降噪方法，其特征在于，所述垂直混合降噪包括：先对垂直高频子图像进行垂直中值滤波降噪，然后计算中值滤波降噪处理之后的裂缝为线性裂缝的垂直高频子图像中小波降噪的分层阈值和裂缝为网状裂缝的垂直高频子图像中小波降噪的分层阈值利用基于半软阈值法的Minimax阈值函数，对中值滤波降噪处理之后的垂直高频子图像进行自适应小波分层阈值降噪处理，得到降噪处理后的垂直高频子图像，其中，
当裂缝为线性裂缝时：
当裂缝为网状裂缝时：
和和和和和中的上角标表示裂缝类型，上角标1表示线性裂缝，上角标2表示网状裂缝，下角标2表示高频子图像的类型即垂直高频子图像，下角标l表示当前分解层的层数即第l层，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层垂直高频子图像中小波降噪的阈值，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层垂直高频子图像中小波降噪的阈值，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层垂直高频子图像中的中值估计噪声标准差，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层垂直高频子图像中的中值估计噪声标准差，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层垂直高频子图像中的小波系数矩阵，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层垂直高频子图像中的小波系数矩阵，和分别为裂缝为线性裂缝的第l层垂直高频子图像的行数和列数，和分别为裂缝为网状裂缝的第l层垂直高频子图像的行数和列数。
5.根据权利要求4所述的带噪路面裂缝图像的降噪方法，其特征在于，垂直中值滤波降噪采用以下方法：首先在垂直高频子图像第1行和最后1行的上下方分别加上一个2行的全0矩阵，再在此图像的第1列和最后1列的外侧分别加上一个2列的全0矩阵，然后任选加0前垂直高频子图像中的一点，在以该点为中心的5×5邻域内，取点(1,2)，(1,3)，(2,3)，(2,4)，(3,2)，(3,3)，(4,3)，(4,4)，(5,2)以及(5,3)位置处或点(1,3)，(1,4)，(2,2)，(2,3)，(3,3)，(3,4)，(4,2)，(4,3)，(5.3)以及(5,4)位置处的小波系数值并连接各个所选点以形成垂直方向锯齿形邻域窗口，按照从小到大的顺序对所述位置处的小波系数值进行排列，用排列后处于中间位置处的两个数的平均值来代替所选点的小波系数值，遍历加0前垂直高频子图像的所有点，最后删除之前插入的全0矩阵，得到中值滤波降噪处理之后的垂直高频子图像。
6.根据权利要求1所述的带噪路面裂缝图像的降噪方法，其特征在于，所述对角混合降噪包括：先对对角高频子图像进行对角中值滤波降噪，然后计算中值滤波降噪处理之后的裂缝为线性裂缝的对角高频子图像中小波降噪的分层阈值和裂缝为网状裂缝的对角高频子图像中小波降噪的分层阈值利用基于半软阈值法的Minimax阈值函数，对中值滤波降噪处理之后的对角高频子图像进行自适应小波分层阈值降噪处理，得到降噪处理后的对角高频子图像，其中，
当裂缝为线性裂缝时：
当裂缝为网状裂缝时：
和和和和和中的上角标表示裂缝类型，上角标1表示线性裂缝，上角标2表示网状裂缝，下角标3表示高频子图像的类型即对角高频子图像，下角标l表示当前分解层的层数即第l层，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层对角高频子图像中小波降噪的阈值，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层对角高频子图像中小波降噪的阈值，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层对角高频子图像中的中值估计噪声标准差，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层对角高频子图像中的中值估计噪声标准差，为中值滤波降噪处理之后的裂缝为线性裂缝的第l层对角高频子图像中的小波系数矩阵，为中值滤波降噪处理之后的裂缝为网状裂缝的第l层对角高频子图像中的小波系数矩阵，和分别为裂缝为线性裂缝的第l层对角高频子图像的行数和列数，和分别为裂缝为网状裂缝的第l层对角高频子图像的行数和列数。
7.根据权利要求6所述的带噪路面裂缝图像的降噪方法，其特征在于，对角中值滤波降噪采用以下方法：首先在对角高频子图像第1行和最后1行...
【专利技术属性】
技术研发人员：张磊，苑霄哲，王文炜，张丰雷，莫振辉，孙应钦，石永生，张玉华，程翻番，李晨阳，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。