一种道面图像断续裂缝的自动连接方法技术

本发明专利技术公开了一种道面图像断续裂缝的自动连接方法，包括：获取裂缝语义分割图像，并提取裂缝骨架；根据裂缝骨架线段两侧的端点位置，进行裂缝延长；采用连通域分析法求得裂缝骨架的数个连通域；预设延长像素距离d，并以大小为S的滑动窗沿着延长线的方向滑动d个像素距离，并进行任一滑动窗内裂缝骨架上的像素点判断：当滑动窗中存在端点像素，并且端点像素与裂缝骨架的起始端点像素在不同的连通域时；判断滑动窗内的端点像素与起始端点像素的延长线方向夹角，若夹角大于或等于135

【技术实现步骤摘要】
一种道面图像断续裂缝的自动连接方法


[0001]本专利技术涉及道面检测
，尤其是一种道面图像断续裂缝的自动连接方法。

技术介绍

[0002]本文所述的语义分割是指将一张图像中每个像素点进行分类的任务，例如：一张图像中属于人的所有像素被分作一类，而其它背景的所有像素则被分作另外一类。另外，本文所述的断续裂缝(Discontinuous Crack)是在道面图像的病害语义分割结果中，出现同一条裂缝由多个图像连通域来表示的情况(即图像中同一条裂缝上出现不连续的、断开的语义分割结果)。不仅如此，本实施例中所述的连通域分析(Blob Analysis)是在计算机视觉中，连通域分析方法旨在提取数字图像中与周围区域相比具有不同属性的区域。一般来讲，连通域是图像中某些属性恒定或近似恒定的区域；连通域中的所有点在某种意义上都可以被认为是彼此相似的。
[0003]在道面病害自动检测任务中，基于深度学习的语义分割模型能够对图像中每个像素所属类别进行预测(如背景像素、裂缝像素、灌缝像素、修补像素等)。但是，因为这些模型大都建立在图像卷积操作之上，其视野范本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道面图像断续裂缝的自动连接方法，其特征在于，包括以下步骤：获取深度学习模型输出的裂缝语义分割图像，并提取裂缝语义分割图像中的裂缝骨架；根据裂缝骨架的提取结果，提取获得骨架线段两侧的端点位置，并根据两侧端点处裂缝骨架方向求得端点延长线；采用连通域分析法标记任一裂缝骨架的连通域；预设延长像素距离d，以任一端点为起点，将大小为S的窗口沿着延长线的方向滑动d个像素距离，任一滑动1个像素距离则进行以下判断：(1)在当前的滑动距离上，判断窗口中存在端点像素，若有，则进入判断条件(2)，若没有，则继续在延长线上进行窗口滑动；(2)窗口内的端点像素与起始端点像素是否在同一连通域中，若是，则返回(1)继续在延长线上进行窗口滑动，否...

【专利技术属性】
技术研发人员：费越，余世杰，黄敏，李海丰，桂仲成，
申请(专利权)人：成都圭目机器人有限公司，
类型：发明
国别省市：