于书盼+韩彦芳

摘要：隧道墙体表面存在裂纹、水泥颗粒、施工标准线等干扰，再加上光照的影响，给电缆检测带来很大困难。针对一般算法难以同时克服多种干扰的不足，从电缆边界特征出发，提出用多特征融合和改进霍夫变换相结合的算法确定电缆区域。首先运用背景减除或边缘检测确定感兴趣区域；然后融合图像的梯度、灰度和邻域特征得到边界集合图；最后用一种改进的霍夫变换从边界集合图中将边界提取出来。实验表明，该算法能够适应背景和目标的复杂变化，满足电缆实时检测要求。

关键词关键词：边界定位；感兴趣区域；多特征融合；霍夫变换

DOIDOI：10.11907/rjdk.171934

中图分类号：TP319

文献标识码：A文章编号文章编号：16727800（2017）011019304

0引言

为保证隧道内电缆没有破损，需要定期对电缆表面及电缆卡扣进行检查，长期以来都由人工进行。受人的眼睛疲劳和情绪影响[1]，不能长期有效地对破损电缆进行排查，研究高效、准确的自动检测技术意义重大。将电缆区域分割出来是实现检测的关键一步，由于隧道墙体表面存在裂纹、水泥颗粒、施工标准线等，且电缆表面亮度分布不均，再加上光照不均及产生的阴影，使得传统方法不能达到理想效果。

常用的图像分割[2]有基于边缘的[3]、阈值的[45]、区域的以及特殊理论的方法。基于边缘的分割对噪声敏感，适用于噪声较小且不太复杂的图像[6]。传统的阈值分割一般只考虑像素自身的灰度值，未考虑空间特征对噪声也很敏感这一因素[7]。……