1、我國(guó)公路的發(fā)展一日千里。道路質(zhì)量的及時(shí)檢測(cè)在延長(zhǎng)道路使用壽命的同時(shí)，也可以避免路面病害給行車安全方面帶來(lái)的隱患?？紤]到人工檢測(cè)方法存在效率低、精度低、危險(xiǎn)系數(shù)較高等缺陷，路面裂縫的自動(dòng)檢測(cè)系統(tǒng)成為道路養(yǎng)護(hù)方向的熱點(diǎn)研究問(wèn)題，而裂縫自動(dòng)檢測(cè)算法則為自動(dòng)檢測(cè)系統(tǒng)的核心內(nèi)容。依據(jù)國(guó)內(nèi)外已有的道路裂縫檢測(cè)相關(guān)算法，本文對(duì)裂縫檢測(cè)算法進(jìn)行了研究與設(shè)計(jì)。
　　首先，單純地從對(duì)裂縫圖像進(jìn)行裂縫檢測(cè)的角度出發(fā)，需要對(duì)傳統(tǒng)的脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCN

2、N)模型進(jìn)行簡(jiǎn)化改進(jìn)，這不僅可以降低傳統(tǒng)PCNN在模擬過(guò)程中的計(jì)算復(fù)雜度，而且保留了其原有的神經(jīng)元運(yùn)行特征，使其可以應(yīng)用于裂縫圖像的目標(biāo)檢測(cè)。針對(duì)PCNN無(wú)法確定裂縫圖像的最優(yōu)檢測(cè)以及脈沖門(mén)限具有非線性因子的問(wèn)題，提出了一種基于遺傳算法(GA)和簡(jiǎn)化PCNN的裂縫圖像檢測(cè)方法—GA-PCNN。該方法采用改進(jìn)后的最小誤差準(zhǔn)則作為遺傳算法的適應(yīng)度函數(shù)，并且根據(jù)遺傳算法具有全局最優(yōu)解的特點(diǎn)確定簡(jiǎn)化PCNN中各因子的值，實(shí)現(xiàn)了簡(jiǎn)化PCNN的裂縫

3、圖像自動(dòng)分割。
　　在使用GA-PCNN算法對(duì)裂縫圖像進(jìn)行處理后，通過(guò)一種形態(tài)學(xué)的抗噪多結(jié)構(gòu)元素邊緣提取算子對(duì)其裂縫邊緣進(jìn)行提取，然后使用一種基于生長(zhǎng)的連接方法對(duì)斷裂的裂縫塊進(jìn)行邊緣連接?；贛ATLAB R2009a平臺(tái)對(duì)本文算法進(jìn)行實(shí)驗(yàn)仿真，通過(guò)與不同的檢測(cè)方法進(jìn)行比較，以區(qū)域?qū)Ρ榷取OC曲線這些客觀指標(biāo)為基準(zhǔn)對(duì)其性能進(jìn)行分析。分析結(jié)果表明，該方法對(duì)裂縫圖像檢測(cè)具有較好的有效性與通用性。
　　最后，對(duì)利用上述方法得到的