基于改进K-means聚类分割方法的桥梁裂缝识别研究

作者：赵春艳

来源：黑龙江交通科技, 2023, 46(07): 122-124.

DOI：10.16402/j.cnki.issn1008-3383.2023.07.005

• 桥梁检测
• 裂缝
• 图像分割
• 机器视觉

随着计算机成像技术、计算能力和硬件设备的改进，基于机器视觉的无损检测方法凭借快速准确、及时高效、可重复批量检测的优势成为桥梁检测技术领域的有力工具。为提高机器视觉在桥梁裂隙病害识别的准确性，研究人员通过文献整理和分析，提出一种改进的K-means聚类分割算法(即在原有的K-means算法中融入二值化形态学思想)对病害图像进行分割处理，并选取5张图片，对比K-means聚类分割算法与传统图像分割算法的效果，结果表明改进算法所建数学模型成立的前提下，改进算法能100%实现对裂隙病害图像的分割，拉普拉斯算子分割、prewitt算子分割和Sobel算子分割的成功率为40%;分水岭算法分割的成功率为80%;最大类间距分割算法的成功率为20%。

• 单位
  辽宁省交通规划设计院有限责任公司