基于航空热成像与正则化灰度形态学重建及梯度统计的桥面脱层分割
图像与视频处理
2019-06-11 v1
摘要
桥面上由环境和表面纹理引起的温度变化是通过热成像进行脱层检测的主要误差来源。这类外部噪声对常规定量方法（如全局阈值化和 k-means 聚类）构成重大挑战。本文提出一种基于灰度形态学重建的迭代自顶向下脱层分割方法。使用权重衰减函数对重建进行正则化以提取区域极大值。根据脱层边界估计的温度梯度的均值和变异系数用于判别。所提方法在实验室实验和一座在用桥面上进行了测试。结果表明该框架能够处理实践中经常出现的非均匀背景情况，从而消除了现有方法所需的背景推断需要。热图像中脱层边界的梯度统计被表明是在所提框架下细化分割的有效准则。因此，与常规方法相比实现了改进的性能。文中还讨论了该方法的参数选择和局限性。
引用
@article{arxiv.1906.03723,
title = {Bridge Deck Delamination Segmentation Based on Aerial Thermography Through Regularized Grayscale Morphological Reconstruction and Gradient Statistics},
author = {Chongsheng Cheng and Zhexiong Shang and Zhigang Shen},
journal= {arXiv preprint arXiv:1906.03723},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1904.05723