《表1 不同算法对线型裂缝分割结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用像素为3 024×4 032的相机采集到的路面裂缝原图像如图4所示，在Matlab R2018平台上编写程序对其进行处理，数据处理环境为Intel（R）Core（TM）i5 CPU M520，4 GB内存以及Windows 7操作系统。在裂缝图像分割之前需要进行预处理操作：首先进行图像灰度化处理，然后使用伽马校正进行灰度调整，最后运用维纳滤波进行去噪，预处理后的结果如图5所示。在图像分割时，先使用2维Otsu法对预处理后的裂缝图像分割，然后将粒子群算法（PSO）和混合粒子群算法分别与2维Otsu法结合对裂缝图像进行分割，结果如图6所示。为了更准确地比较3种算法，将3种算法分别对线型和网状裂缝各运行30次，记录其分割阈值和算法平均运行时间，结果如表1～2所示。