自动检测图像中的裂纹或细分裂纹可以帮助降低维护或操作的成本。在具有挑战性的背景场景中检测,测量和量化裂纹进行遇险分析是一项艰巨的任务,因为没有明确的边界可以将裂缝与背景区分开。开发的算法应应对与数据相关的固有挑战。一些感知引人注目的挑战是颜色,强度,深度,模糊,动作,方向,不同感兴趣的区域(ROI)(ROI),用于缺陷,尺度,照明,复杂和挑战性背景等。班级)和图像(裂缝内变异性)。总体而言,存在明显的背景(间)和前景(类内)的变异性。在这项工作中,我们试图减少这些变化在具有挑战性的背景方案中的影响。我们提出了一种随机宽度(SW)方法来减少这些变化的效果。我们提出的方法可提高可检测性,并大大减少误报和负面因素。我们已经通过平均值,假阳性和负面的以及主观的感知质量来客观地衡量算法的性能。
translated by 谷歌翻译