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。
2021-05-04 14:07:09
1.42MB
1
利用同态滤波对四幅图像进行了处理，并与直方图均衡化、直接灰度变换方法的处理效果进行了对比，最后将同态滤波和直方图均衡化结合对图像进行处理，进一步发现同态滤波的优势。
2021-04-29 01:47:13
208KB
1
本文件包含图像处理的相关实验，包括小波变换的图像去噪和边缘特征提取实现，全局、局部直方图均衡化的实现，PSNR、SSMR图像指标的计算；同态滤波的实现。所有MATLAB代码均为自己编码实现，不调用现有MATLAB库函数。包含理论的讲解和代码的具体实现，代码详细注释。
2021-04-18 11:00:40
13.34MB
1
09-19共34篇遥感图像传统方法去云核心论文（小波变换+同态滤波+RPCA等等）
2021-04-07 20:03:43
48.98MB
1