一種基于hvs與引導濾波器的土遺址裂縫檢測方法
【技術(shù)領域】
[0001]本發(fā)明屬于圖像處理領域，特別涉及一種基于HVS與引導濾波器的土遺址裂縫檢 測方法。
【背景技術(shù)】
[0002] 土遺址是人類歷史上生產(chǎn)、生活等各種活動遺留下來的遺跡，是人類歷史上極其 珍貴的文化遺產(chǎn)。由于土質(zhì)建筑材料先天的脆弱性導致絕大多數(shù)土遺址病害普遍發(fā)育，亟 待保護。而在土遺址的眾多病害中,裂隙是較為常見的一種病害，也是對土遺址危害程度較 高的一種。在土遺址歷史文化遺產(chǎn)保護領域中，為能夠?qū)ν吝z址中的裂縫進行無損監(jiān)測，可 采用圖像處理的方法。而目前還沒有針對土遺址中裂縫的檢測方法,現(xiàn)有的裂縫檢測方法 基本都是針對公路，橋梁或者混凝土等。
[0003] 現(xiàn)有技術(shù)中公開了一種路面裂縫檢測系統(tǒng)。該系統(tǒng)包括有信息采集系統(tǒng)、數(shù)據(jù)存 儲顯示系統(tǒng)、電源管理系統(tǒng)、數(shù)據(jù)處理系統(tǒng)、GPS定位系統(tǒng)。通過信息采集系統(tǒng)視頻記錄路 面破損信息，結(jié)合GPS定位系統(tǒng)的GPS和公路里程粧號對病害位置進行定位,利用數(shù)據(jù)存儲 顯示系統(tǒng)的數(shù)字圖像處理技術(shù)對病害進行識別，既可得到客觀穩(wěn)定的檢測結(jié)果，又能快速 準確地對病害進行定位、測量。另一種方法則是提出了一種基于圖像顯著性的路面裂縫檢 測算法。該方法的具體步驟包括：（1)對路面裂縫圖像分塊灰度校正，（2)根據(jù)灰度稀疏性、 全局對比度計算粗尺度下的裂縫顯著值，（3)由裂縫局部亮度、邊緣特性、連續(xù)性特點進行 不斷擴張的細尺度的局部鄰域顯著性增強，（4)經(jīng)空間顯著性加強后，采用自適應閾值分割 提取裂縫。
[0004] 發(fā)明人在進行相關研究時，發(fā)現(xiàn)了如下問題：
[0005] 前者基于視頻圖像的裂縫檢測，其中視頻圖像分辨率低，難以檢測出準確的裂縫 信息，其次，該系統(tǒng)中采用的裂縫檢測算法簡單，只能檢測出裂縫并對其進行定位，但是得 到的裂縫的邊界不準確，并且對細小裂縫難以檢測；后者雖然比傳統(tǒng)算法更能正確、有效地 檢測出裂縫整體區(qū)域，抗噪聲能力強，漏檢率和誤檢率很低，具有和人類視覺特性相符合的 檢測結(jié)果。但是對于背景復雜的情況，其效果欠佳，并且難以檢測到細小的裂縫。因此，現(xiàn) 有技術(shù)存在一定程度上的局限性。

【發(fā)明內(nèi)容】

[0006]為了解決現(xiàn)有技術(shù)的問題,本發(fā)明提供了一種基于HVS與引導濾波器的土遺址裂 縫檢測方法，所述基于HVS與引導濾波器的土遺址裂縫檢測方法，包括：
[0007] 獲取待處理圖像，將所述待處理圖像轉(zhuǎn)換為具有預設尺寸的處理后圖像，所述處 理后圖像包括第一圖像、第二圖像以及第三圖像；
[0008] 獲取所述第三圖像的灰度圖像，建立裂縫檢測模板,對所述第三圖像進行裂縫初 始定位，得到粗定位第三圖像，結(jié)合所述第三圖像的灰度圖像，通過引導濾波器對所述第三 圖像進行裂縫精確定位，確定所述第三圖像中的裂縫信息；
[0009] 根據(jù)所述第三圖像中的裂縫信息，獲取第二恢復圖像，獲取所述第二圖像的灰度 圖像，對所述第二圖像進行裂縫初始定位，得到粗定位第二圖像，結(jié)合所述第二恢復圖像， 確定第二融合圖像，結(jié)合所述第二圖像的灰度圖像，通過引導濾波器對所述第二圖像進行 裂縫精確定位，確定所述第二圖像中的裂縫信息；
[0010] 根據(jù)所述第二圖像中的裂縫信息,獲取第一1陜復圖像，獲取所述第一圖像的灰度 圖像，對所述第一圖像進行裂縫初始定位，得到粗定位第一圖像，結(jié)合所述第一恢復圖像， 確定第一融合圖像，結(jié)合所述第一圖像的灰度圖像，通過引導濾波器對所述第一圖像進行 裂縫精確定位，確定所述第一圖像中的裂縫信息；
[0011] 獲取所述第一圖像中的裂縫信息的圖像連通區(qū)域的面積，去除所述連通區(qū)域中的 孤立噪點，獲取與所述待處理圖像對應的裂縫圖像。
[0012] 可選的，所述獲取待處理圖像,將所述待處理圖像轉(zhuǎn)換為具有預設尺寸的處理后 圖像，包括：
[0013] 對所述待處理圖像使用高斯內(nèi)核卷積，通過公式（1)獲取第1圖像中的像素值
[0015] 將由IJi，j)構(gòu)成的第1圖像進行隔行隔列抽樣,得到第1+1圖像中的像素值，進 而構(gòu)成所述第1+1圖像；
[0016] 其中Ki,j)表示尺度為1的圖像中坐標位置為（i，j)處的像素值，w(m,η)為高 斯核矩陣中位置為（m,η)處的元素的值，
[0018] (i，j)表示尺度為1-1的圖像中坐標位置為（i，j)處的像素值。
[0019] 可選的,所述獲取所述第三圖像的灰度圖像，建立裂縫檢測模板，對所述第三圖像 進行裂縫初始定位，得到粗定位第三圖像，結(jié)合所述第三圖像的灰度圖像，通過引導濾波器 對所述第三圖像進行裂縫精確定位，確定所述第三圖像中的裂縫信息，包括：
[0020] 獲取所述第三圖像的灰度圖像，對所述第三圖像的灰度圖像進行反色處理，進而 對處理后的圖像進行Shear變換，得到變換后的灰度圖像；
[0021] 建立裂縫檢測模板，所述裂縫檢測模板包括對應裂縫的像素區(qū)域和對應所述裂縫 周邊背景的像素區(qū)域；
[0022] 通過所述裂縫檢測模板對所述變換后的灰度圖像進行裂縫檢測，獲取在不同方向 上的裂縫圖像，將所述不同方向上的裂縫圖像進行融合，得到粗定位第三圖像；
[0023] 將所述粗定位第三圖像作為引導濾波器的輸入圖像,將所述第三圖像的灰度圖像 作為所述引導濾波器的引導圖像，結(jié)合所述引導濾波器對所述第三圖像中的裂縫進行精確 定位，得到所述第三圖像的裂縫信息。
[0024]可選的，所述根據(jù)所述第三圖像中的裂縫信息，獲取第二恢復圖像，獲取所述第二 圖像的灰度圖像，對所述第二圖像進行裂縫初始定位，得到粗定位第二圖像，結(jié)合所述第二 恢復圖像，確定第二融合圖像，結(jié)合所述第二圖像的灰度圖像，通過引導濾波器對所述第二 圖像進行裂縫精確定位，確定所述第二圖像中的裂縫信息，包括：
[0025]通過雙線性插值法,結(jié)合所述第三圖像中的裂縫信息進行擴展，得到對應所述第 二圖像的第二恢復圖像；
[0026]獲取所述第二圖像的灰度圖像，對所述第二圖像的灰度圖像進行反色處理，進而 對處理后的圖像進行shear變換，得到變換后的灰度圖像；
[0027]通過所述裂縫檢測模板，對所述變換后的灰度圖像進行裂縫檢測,獲取在不同方 向上的裂縫圖像，將所述不同方向上的裂縫圖像進行融合，得到粗定位第二圖像，結(jié)合所述 第二恢復圖像，確定第二融合圖像；
[0028]將所述第二融合圖像作為引導濾波器的輸入圖像，將所述第二圖像的灰度圖像作 為所述引導濾波器的引導圖像，結(jié)合所述引導濾波器對所述第二圖像中的裂縫進行精確定 位，得到所述第二圖像的裂縫信息。
[0029]可選的，所述根據(jù)所述第二圖像中的裂縫信息，獲取第一恢復圖像,獲取所述第一 圖像的灰度圖像，對所述第一圖像進行裂縫初始定位，得到粗定位第一圖像,結(jié)合所述第一 恢復圖像,確定第一融合圖像，結(jié)合所述第一圖像的灰度圖像，通過引導濾波器對所述第一 圖像進行裂縫精確定位，確定所述第一圖像中的裂縫信息，包括：
[0030] 通過雙線性插值法，結(jié)合所述第二圖像中的裂縫信息進行擴展，得到對應所述第 一圖像的第一恢復圖像；
[0031] 獲取所述第--圖像的灰度圖像，對所述第一圖像的灰度圖像進行反色處理，進而 對處理后的圖像進行shear變換，得到變換后的灰度圖像；
[0032]通過所述裂縫檢測模板，對所述變換后的灰度圖像進行裂縫檢測,獲取在不同方 向上的裂縫圖像，將所述不同方向上的裂縫圖像進行融合,得到粗定位第一圖像，結(jié)合所述 第-一陜復圖像，確定第一融合圖像；
[0033]將所述第一融合圖像作為引導濾波器的輸入圖像，將所述第一圖像的灰度圖像作 為所述引導濾波器的引導圖像，結(jié)合所述引導濾波器對所述第一圖像中的裂縫進行精確定 位，得到所述第一圖像的裂縫信息。
[0034]本發(fā)明提供的技術(shù)方案帶來的有益效果是：
[0035]通過利用人眼視覺特性,在圖像的不同尺度下初步檢測裂隙，并將其作為下一步 引導濾波器的輸入圖像，以實現(xiàn)土遺址圖像中裂縫的準確檢測，提高現(xiàn)有技術(shù)中所采用圖 像分割方法的抗噪能力以及降低計算復雜度，同時還防止細小裂縫的缺失,從而提高土遺 址圖像中裂縫檢測的準確性。
【附圖說明】
[0036]為了更清楚地說明本發(fā)明的技術(shù)方案,下面將對實施例描述中所需要使用的附圖 作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領域普 通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。 [0037]圖1是本發(fā)明提供的一種基于IIVS與引導濾波器的土遺址裂縫檢測方法的流程示 意圖；
[0038] 圖2a是本發(fā)明提供的垂直裂縫檢測模板的結(jié)構(gòu)示意圖；
[0039]圖2b是本發(fā)明提供的水平裂縫檢測模板的結(jié)構(gòu)示