基于数字图像处理的路面缺陷识别正文(4)

大学毕业论文

板，如图2-10所示，来对传统Sobel算子进行扩充。

45°方向Sobel算子 -45°方向Sobel算子

图 2-10

在路面裂纹图像边缘检测应用中，并不是说水平方向Sobel算子只检测水平方向边缘，45°方向Sobel算子只检测45°方向边缘，因为现实中的路面裂纹图像极少有符合绝对的水平、垂直等要求的情况，所以我们在应用经过扩充了的Sobel算子的时候并不是针对某种方向选择响应方向的算子，对一幅图像我们要应用四个方向的算子分别进行卷积运算，令R1,R2,R3和R4分别代表水平、垂直、45°和-45°方向模板在路面裂纹图像中的响应，这里R的值由式（2.3）给出，然后在像素点(x,y)处对比四个方向模板的响应情况，取响应最大值作为Sobel算子处理后图像该点的输出值（实际应用编程中要注意对模板响应值取绝对值操作，因为响应有正有负，但我们只对其响应幅值的大小感兴趣），即，若丨Ri丨>丨Rj丨，i≠j，则取Ri作为（x,y）处的输出，运算输出结果即为一幅边缘幅值图像。下图2.11是对一幅龟裂路面裂纹应用上述三种边缘检测算子所得结果，图中可以看出扩充Sobel算子的输出边缘更强烈，对后续处理中进行阀值分割图像二值化时阀值的选取更有利。

原始图像 Prewitt Sobel 扩充Sobel

图 2-11

2.6 阈值分割[22]

阈值分割方法的历史可追溯到近40年前，现已提出了大量算法。阈值分割技术是流行的、经典的图象分割方法之一，同时也是最简单的一种图象分割方法。这种方法的关键在于寻找合适的灰度阈值。一般通过观测图象的灰度直方图来选

大学毕业论文

取。对灰度图象阈值分割，就是在确定一个处于图象灰度取值范围之内的灰度阈值后将图象中各个像素的灰度值与这个阈值相比较，并根据比较结果将对应的像素分为两大类，从而达到分割的目的，而这两类像素一般分属图象的两个区域。从现有的大部分算法都是集中在阈值确定的研究上可以看出，确定一个最优阈值是分割的关键。根据图象本身的特点，阈值分割方法可分为多阈值分割方法和单阈值分割方法；也可分为基于坐标位置的阈值分割，基于像素值的阈值分割方法和基于区域性质的阈值分割方法；若根据分割算法所有的特征或准则，还可以分为最大类空间方差法、概率松驰法、最小误差法与均匀化误差法、共生矩阵法、直方图与直方图变换法、简单统计法与局部特性法、基于过渡区的阈值选取法、特征空间聚类法、模糊集法等。

2.6.1 基本原理

阈值分割思想是一种区域分割技术。假如物体与背景有较强对比度，则应用阈值方法进行分割是很有效的。该方法是基于图像中目标与背景在灰度特性上的差异。当使用阈值方法进行图像分割时，所有灰度值大于或者等于某阈值的像素都判为目标或者背景，而所有灰度小于该阈值的像素都被判为背景或者目标，因此，选择合适的阈值是阈值算法的关键问题[23]。

阈值法分割图象的基本原理，可用式（2，4）作一般表示：

（2，4）

式中Z为阀值，是图像灰度级范围内的任意一个灰度级的集合即Z[Z1，Zk]。ZE和ZB为任意选定的目标物和背景的灰度级。由此可见，阈值的选择直接影响着分割的结果。简单的灰度阈值法只能应用在一些目标物体灰度级和背景相差明显的图像中，而实际应用过程中往往并不如此简单。例如，有些图像中背景和目标的灰度相同，只是目标物体上和背景中黑点颗粒的分布密度不同，此类图像就无法简单的应用阈值方法了，必须对图像进行某种预处理，突出目标与背景之间的灰度差异，才能设置适当阈值进行分割。要由图像本身的特性和应用要求确定对图像进行什么样的处理。前面我们对裂纹图像进行了扩充sobel算子的边缘提取处理，在处理后的图像中我们可以看出我们所感兴趣的裂纹图像特征与背景图像

大学毕业论文

特征的灰度级的差距相当明显，所以我们可以应用简单的灰度阀值法来分割图像中的目标物（裂纹边缘特征）和背景。

前面我们已经简单提到了二值图像，它是灰度图像的特例。对灰度图像而言，若图像中所有的像素只有两个灰度值则为二值图像。为了分析图像的特征，一般通过图像阈值分割方法将目标(对象物)从图像中分割提取出来，取值为1，而将其他物体或背景统统认为是背景，取值为0，这样就将要处理的灰度图像变成了二值图像。二值图像的优点主要的是通过二值图像可计算出图像中目标物的几何特性，如目标物的大小、位置等，而且它比灰度图像存储存量小，计算速度快，便于进行图像的布尔逻辑运算来组合图像等。如果不止一个目标物，则可以对应于这些不同目标物进行标记，以及定出对象物间的差别，从而可以进一步进行图像分析和识别。

2.6.2 双峰法原理：

本原理认为图像由前景和背景组成，并且，在灰度直方图上前景后景都形成 高峰，如图2-12所示：

图 2-12灰度直方图

在双峰之间的最低谷处一般就是图像分割选取的阈值所在。只有前后景的对比差异较为强烈时，分割效果较好；否则基本无效。双峰法对其他算法的最大优势是其算法简单，易于实现，且在双峰条件下分割效果比较满意。算法如图2-13所示：