基于无人机航拍的公路标线提取与破损检测的研究与实现

发布时间：2024-01-25 16:05

　　近年来,随着我国公路基础设施建设的飞速发展,公路的养护任务量以及养护难度也在逐渐增大,而公路标线作为公路基础设施的重要部分,在车辆导向、规范行车路线、规范交通出行中发挥着无法替代的作用,所以对公路标线的养护也显得尤为重要。传统的公路养护方法主要依赖于人工查看,这种方法不仅工程量巨大而且检测结果无法保存,虽然国内有道路检测车协助路政人员进行检测,但由于其价格昂贵且对检测公路具有一定的要求,因此没有得到大规模的使用。随着无人机航拍技术的发展,由于无人机具有较好的灵活性且不受地面空间的限制,成本低,使用方便,因此利用无人机航拍对公路标线进行自动检测分析具有很好的应用前景。本文提出了一种基于无人机航拍公路图像的标线提取与破损检测方法,该算法可以根据无人机航拍的公路图像提取公路标线,并对标线进行破损检测,标记标线破损位置,并评估整条路段的破损情况,本文的主要工作如下:(1)为提高航拍图像公路定位的准确率,适应多种公路情况,本文设计提出两种航拍图像的公路定位方法:基于公路颜色与纹理特征的公路定位方法以及基于公路车道线的公路定位方法。(2)本文通过检测标线轮廓提取标线候选区域,并利用深度学习方法以及...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 选题的背景与意义
    1.2 国内外研究现状
        1.2.1 公路检测方法
        1.2.2 公路标线提取与破损检测方法
    1.3 本文工作
    1.4 本文的内容安排
第二章 航拍图像公路定位方法
    2.1 引言
    2.2 航拍公路图像介绍与分析
    2.3 基于公路颜色与纹理特征的公路定位方法
        2.3.1 颜色特征分割方法
        2.3.2 纹理特征分割方法
        2.3.3 本文方法
    2.4 基于车道线的公路定位方法
        2.4.1 边缘检测
        2.4.2 直线归类
        2.4.3 车道线几何约束
    2.5 实验结果分析
        2.5.1 采集测试数据集
        2.5.2 基于颜色纹理特征公路定位结果分析
        2.5.3 基于车道线公路定位结果分析
        2.5.4 综合分析
    2.6 本章小结
第三章 公路标线提取
    3.1 引言
    3.2 基于深度学习的车辆检测与滤除
        3.2.1 常用深度学习检测框架
        3.2.2 本文车辆检测方法
        3.2.3 车辆检测算法分析
    3.3 基于轮廓的标线候选区域提取
        3.3.1 基于链码的标线轮廓提取方法
        3.3.2 基于链码的轮廓面积计算方法
        3.3.3 基于链码的轮廓外接矩形计算方法
        3.3.4 候选轮廓区域颜色提取方法
    3.4 标线提取与非标线目标滤除
    3.5 实验结果分析
    3.6 本章小结
第四章 破损标线检测
    4.1 引言
    4.2 图像预处理
        4.2.1 标线阈值分割
        4.2.2 图像滤波
    4.3 公路标线破损检测
        4.3.1 标线破损分类
        4.3.2 截断式破损标线检测方法
        4.3.3 磨损式破损标线检测方法
        4.3.4 针对车道线的破损检测
    4.4 破损检测分析
    4.5 本章小结
第五章 系统设计与实现
    5.1 引言
    5.2 系统功能
        5.2.1 参数设定
        5.2.2 公路标线自动化分析
        5.2.3 查看并显示分析结果
    5.3 系统设计
        5.3.1 开发平台介绍
        5.3.2 系统总体设计
    5.4 系统测试
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
在学期间的研究成果即发表的学术论文
    攻读硕士学位期间发表(录用)论文情况
    攻读硕士学位期间发表专利情况
    攻读硕士学位期间参加研究项目



本文编号：3885126