基于PCNN与形态学的坑洞图像边缘提取

doi:10.3969/j.issn.1674-0696.2016.01.12

重庆交通大学学报（自然科学版） ›› 2016, Vol. 35 ›› Issue (1): 60-65.DOI: 10.3969/j.issn.1674-0696.2016.01.12

基于PCNN与形态学的坑洞图像边缘提取

粟周瑜¹，兰全祥²，袁泉¹，曹建秋²

1.贵州省公路局，贵州贵阳 550003；2.重庆交通大学信息科学与工程学院，重庆 400074

收稿日期:2014-11-15 修回日期:2015-04-08 出版日期:2016-02-20 发布日期:2016-04-21
作者简介:粟周瑜(1959—)，男(侗族)，贵州三穗人，高级工程师，主要从事公路建设管理工作。E-mail：23978258@qq.com。
基金资助:
重庆市科委攻关项目(CSTC 2011AC6102)；重庆高校创新团队建议计划项目(KJTD201306)

Potholes Image Edge Extraction Based on PCNN and Morphology

SU Zhouyu¹, LAN Quanxiang², YUAN Quan¹, CAO Jianqiu²

1. Guizhou Highway Bureau, Guiyang 550003, Guizhou, P.R.China; 2. School of Information Science & Engineering, Chongqing Jiaotong University, Chongqing 400074, P.R.China

Received:2014-11-15 Revised:2015-04-08 Online:2016-02-20 Published:2016-04-21
Contact: 兰全祥(1990—)，男，四川攀枝花人，硕士，主要从事图像处理方面的研究。E-mail：15123213773@qq.com。

摘要/Abstract

摘要： 对坑洞图像边缘提取进行了研究，改进了脉冲耦合神经网络模型，提出了一种PCNN和形态学相结合的边缘提取方法。对基本PCNN模型进行优化，简化了原模型参数，并改进了原模型的线性输入项和脉冲输出计算方法。在图像边缘提取过程中，先对图像进行增强，在一定程度上消除坑洞周围环境对坑洞边缘的影响，再利用改进的PCNN模型和形态学的膨胀腐蚀特性对其进行边缘提取。实验结果表明：该方法对路面坑洞图像的边缘提取比传统边缘提取算法更为有效，抗干扰能力强，能有效地抑制路面环境对坑洞边缘的影响，所提取到的边缘更加清晰、可用。

关键词: 道路工程, PCNN, 形态学, 坑洞, 边缘

Abstract: The potholes image edge extraction was studied, the pulse coupled neural network model was improved, and an image edge extraction method based on PCNN and morphology was proposed. The basic PCNN model was optimized and the original model parameters were simplified. Furthermore, the linear input and the calculation method of the output pulse of the original model were improved. First of all, the image was enhanced to eliminate the influence of potholes surrounding environment on the potholes edges to some extent in the process of image edge extraction. And then, the improved PCNN model as well as the dilation and erosion characteristics of morphology was used to carry out the edge extraction. The experimental results show that: the proposed method is more effective than the traditional edge extraction method in the road potholes image edge extraction and has stronger anti-interference ability, which can effectively restrain the influence of the road surrounding environment on the potholes edge. And the extracted edges are clearer and more available.

Key words: highway engineering, PCNN, morphology, potholes, edge

中图分类号:

粟周瑜，兰全祥，袁泉，曹建秋. 基于PCNN与形态学的坑洞图像边缘提取[J]. 重庆交通大学学报（自然科学版）, 2016, 35(1): 60-65.

SU Zhouyu, LAN Quanxiang, YUAN Quan, CAO Jianqiu. Potholes Image Edge Extraction Based on PCNN and Morphology[J]. Journal of Chongqing Jiaotong University(Natural Science), 2016, 35(1): 60-65.

参考文献

［1］ ECKJOM R,REITBOECK H J,ARNDT M,et al.Feature linking via synchronization among distributed assemblies:simulation of results from cat cortex ［J］.Neural Computer,1990,2(3):293-307.
［2］ ECKHOM R,FRIEN A,BAUER R,et al.High frequency oscillations in primary visual cortex of awake monkey ［J］.Neuro Rep,1993,4(3):243-246.
［3］ IZHIKEVICH E M.Class I Neural Excitability,Conventional Synapses,Weakly Connected Networks ［J］.IEEE Transactions Neural Network,1999,10(3):499-507.
［4］张宝华,刘鹤,侯贺.基于多聚类中心和PCNN的医学图像融合算法［J］.激光与红外,2014(4):452-456.
ZHANG Baohua,LIU He,HOU He.Medical image fusion based on multi-cluster centers and PCNN ［J］.Laser & Infrared,2014(4):452-456.
［5］王慧斌,沈俊雷,王鑫,等.基于脉冲耦合神经网络融合的压缩域运动目标分割方法［J］.光子学报,2014,41(8):914-921.
WANG Huibin,SHEN Junlei,WANG Xin,et al.Moving object segmentation based on fusion-PCNN in compressed domain［J］.Acta Photonica Sinica,2014,41(8):914-921.
［6］周新星,王典洪,孙林,等.基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法［J］.应用基础与工程科学学报,2013,21(1):174-184.
ZHOU Xinxing,WANG Dianhong,SUN Lin,et al.Automatic recognition method of surface defects based on Non-subsampled Contourlet transform and PCNN ［J］.Journal of Basic Science and Engineering,2013,21(1):174-184.
［7］薛锦树,聂仁灿,周冬明,等Unit-Linking PCNN中的彩色图像边缘检测［J］.计算机工程与应用,2011,47(17):188-191.
XUE Jinshu,NIE Rencan,ZHOU Dongming,et al.Color image edge detection using Unit-Linking PCNN ［J］.Computer Engineering and Applications,2011,47(17):188-191.
［8］亢伉.基于改进PCNN与矢量法的输送带边缘检测［J］.计算机系统应用,2014,23(7):165-169.
KANG Kang.Conveyor belt edge detection algorithm based on the improved PCNN model and vector method ［J］.Computer Systems & Applications,2014,23(7):165-169.
［9］李志强,程飞燕,安黎哲,等.基于多维PCNN的彩色枸杞细胞显微图像的边缘检测［J］.兰州大学学报(自然科学版),2009,45(5):130-134.
LI Zhiqiang,CHENG Feiyan,AN Lizhe,et al.Edge detection of color images based on the improved multi-dimensional PCNN ［J］.Journal of Lanzhou University (Natural Science),2009,45(5):130-134.
［10］JCAULFIELD H,KINSER J M.Finding the shortest path in the shortest time using PCNN’s ［J］.IEEE Transactions Neural Network,1999,10(3):604-606.
［11］孙燮华.数字图象处理——原理与算法［M］.北京:北京大学出版社,2012.
SUN Xiehua.Digital Image Processing-Principles and Algorithms ［M］.Beijing:Peking University Press,2012.
［12］李建锋,辛国江.一种基于PCNN的医学图像边缘提取方法［J］.计算机应用研究,2010,27(11):4389-4393.
LI Jian feng,XIN Guojiang.PCNN-based medical image edge extraction ［J］.Application Research of Computers,2010,27(11):4389-4393.
［13］董继扬.基于脉冲耦合神经网络的灰度图像边缘提取［J］.计算机应用,2003,23(9):50-52.
DONG Jiyang.Grayscale image edge detection based on pulse-coupled neural network ［J］.Computer Applications,2003,23(9):50-52.
［14］磨少清.边缘检测及其评价方法的研究［D］.天津：天津大学,2011.
MO Shaoqing.Research on Edge Detection and its Evaluation ［D］.Tianjin:Tianjin University,2011.

[1]	张淑宝. 一种中央分隔带分离式改进混凝土护栏的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 107-111.
[2]	赵伟. 纳米蒙脱石/SBS复掺改性沥青性能试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 118-122.
[3]	郭鹏1，陈思贤1，曹志国1，刘俊1，孟建玮2，鲜江林3. 复配废机油再生剂的制备及性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 87-91.
[4]	肖庆一1,2，赵鹏1，孙博伟3，张怡4，丁啸5. 废植物油再生沥青结合料性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 92-98.
[5]	何丽红1,2,温仙仙1,2,侯艺桐1,2,邓稳1,2. 阴离子乳化沥青粒径大小及分布影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 99-104.
[6]	姚爱玲1，王军伟2，许敏3，杨孟乾4，杨涛1. 水泥稳定碎石基层沥青路面隆起开裂数值分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 105-111.
[7]	赵全满，任瑞波，刘瑶，李志刚，户桂灵. 城市道路检查井井周路面破坏机理[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 87-94.
[8]	王志祥1,2，李建阁1，陈楚鹏2. 基于变权重评价的沥青路面使用性能灰色预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 95-101.
[9]	肖庆一1，2，3，封仕杰1，孙立东1，陈向伟1. 碱渣掺量对不同龄期下半刚性再生基层力学性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 102-109.
[10]	潘兵宏1，2，任卉2，单慧敏1，霍永富1. 客货分离整体式路基互通出口同分带开口长度研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 83-90.
[11]	孔令云1，邹胜楠1，黄麟钬2，吴海鹰3，余苗1，杨博1. 复合式路面疲劳裂纹扩展数值模拟研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 91-97.
[12]	凌天清1，魏巧2，李传强3，袁海2，杨清尘3. 生物柴油-塑料裂解蜡复合温拌改性沥青性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 98-104.
[13]	王清洲1，孙超1，檀奥龙2，魏连雨1. 膨胀性泥岩重塑土膨胀力试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 112-117.
[14]	刘永涛1,2,樊亚敏1，张莉1，黎冠1. 基于自学习的组网式交通信号灯异常检测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 27-33.
[15]	王民1,2，尚飞1，肖丽1，包广志3. 钢桥面浇注式沥青铺装复合梁疲劳损伤规律分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 84-88.

基于PCNN与形态学的坑洞图像边缘提取

Potholes Image Edge Extraction Based on PCNN and Morphology

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics