针对航拍沥青路面图像识别的噪声和干扰问题, 提出一种应用于航拍图像的路面裂缝识别算法。根据路面区域与路旁景观区域灰度级数分布不同, 采用多方向拟合的区域生长方法联合HSV颜色空间阈值进行路面区域分割, 提取包含完整裂缝信息的单通道路面; 再通过改进的形态学滤波剔除面积较大的干扰区域, 利用结合显著性分析的边缘检测算法识别路面的裂缝片段, 实现复杂裂缝与路面纹理噪声的区分; 自动筛选存在裂缝的图像, 针对裂缝可疑区域, 结合人眼辅助观察标记并计算其长度。结果表明, 该算法可有效剔除图像中的噪声和干扰, 较好地识别沥青路面的裂缝, 裂缝宽度的识别精度能达到9.7 mm, 分类识别准确率大于80.0%, 长度测量准确率大于75.0%。

这是一个使用Python和PyQt5开发的一个计算机视觉辅助裂缝标注工具，标注工具先用边缘检测和形态学方法预识别裂缝，然后人工对结果进行标涂或擦除。除了此方法，工具还有其他多种方法，

【图像识别】基于组合BCOSFIRE过滤器进行墙体裂缝识别matlab源码.md

基于MATLAB的混凝土桥梁路面裂缝识别系统，有GUI界面 有测试集，可用于毕业设计参考

【图像识别】路面裂缝识别含GUI源码.md

业分类-物理装置-一种桥梁健康监测的裂缝识别与检测方法.zip

针对露头影像裂缝特征识别与矢量化问题,提出基于C++与MATLAB混合编程的裂缝识别及矢量化方法。调用MATLAB中的图像裂缝识别函数快速提取露头裂缝,同时采用一种改进的八邻域追踪算法实现裂缝线状要素的矢量化。实验结果表明,该方法将C++与MATLAB二者优势互补,兼顾了程序的开发效率与执行效率;改进的八邻域追踪算法,在追踪过程中自动简化线要素,既压缩了裂缝矢量数据的存储空间,也提高了八邻域追踪算法的效率。

沥青路面图像噪声污染多,随机性较强。针对传统路面图像在进行滤波、边缘检测等裂缝识别过程中,不能较好地识别裂缝信息且存在大量类似于裂缝的噪声污染问题,利用BP神经网络的学习性和容错性提出一种基于神经网络的裂缝识别方法。首先对沥青路面图像同态滤波增强后,将其分成32像素×32像素的小方格区域,然后提取小方格内图像参数与其邻域方格预测结果用于神经网络训练,最后将训练后的沥青路面图像小方格分为有裂缝和无裂缝两种,从而实现沥青路面裂缝的初提取。结果表明,该方法对沥青路面裂缝的识别率达到90%以上,能够较好地满足沥青路面裂缝识别的要求,是一种可行性较高的方法。

MATLAB裂缝检测识别[GUI,BP],本课题对于图像的预处理，首先对图像进行灰度校正，再对校正之后的图像滤波，本文提出了一种改进的中值滤波方法，对图像进行去噪，之后用基于模糊理论的图像增强原理对图像做进一步增强， 有效提高了路面裂缝图像的对比度。针对路面裂缝图像分割，本文分别用了阈值分割和基于形态学多尺度的思想，对于形状规则的裂缝采用的是阈值分割，对于 裂缝形状不规则的图像，本文设计了一种多结构元素的抗噪型边缘检测算子，且依据不同形状的结构元素对裂缝边缘填充的几率不同，确定了自适应权重，使得 算子检测到了各种类型的裂缝边缘，有效地提高了检测的精度。对于经过分割后的路面裂缝图像中存在噪声和裂缝断裂的问题，本文对于断裂较窄的图像用形态 学中的闭运算和开运算去处理，对于断裂较宽的图像，提出了一种基于生长的断裂裂缝块的连接方法。提高了连接的效率和准确率，使整个检测结果清晰完整。 最终，从识别结果图中提取裂缝信息。根据得到的识别结果图，设定一系列判定条件，提取出裂缝的连通域，对裂缝的类型进行判断，最后计算出网状裂缝的面积及线性裂缝的长宽信息。

基于卷积神经网络的路面病害检测技术，欧阳林澍，徐国胜，快速、准确的裂缝自动识别对于保障行车安全具有重要的意义。现有的裂缝识别技术大多基于人工提取局部图像特征或边缘检测等方法，