城市地下排水管道是重要的城市基础设施,对其日常的检测与修复能够确保排水系统正常运作及延长管道使用寿命。现今广泛使用CCTV管道闭路电视检测系统对管道进行检测,但该系统在管道图像的采集与缺陷判读过程中都需人工参与,尤其是对管道缺陷的判读,工作人员对缺陷判断结果的主观影响较大,包括工作人员的工作经验及工作状态都将影响判断结果。为弥补管道判读过程中过分依赖工作人员的问题,本文重点针对地下排水管道缺陷的特征提取与分类展开研究。本文主要工作内容如下:本文从原始数据入手,对原始视频数据进行图像抓取、预处理操作,并对缺陷图像使用改进的边缘轮廓增强方法。通过构建得到管道主要结构性缺陷(裂纹、错口、腐蚀)图库,针对缺陷图库使用不同纹理特征提取方法对其进行纹理特征提取,最后使用支持向量机对上述三种结构性缺陷实现分类,对比分析不同纹理特征提取方法效果。在纹理特征提取操作上,分别使用了灰度共生矩阵(GLCM)、改进的分块灰度共生矩阵复合特征向量提取算法(B＿GLCM)、灰度-梯度共生矩阵(GGCM)、Gabor小波以及局部二值模式(LBP)多种方法进行对管道结构性缺陷的特征提取。其中本文提出的改进的分块灰度共生矩阵复合特征向量提取算法(B＿GLCM)为在原有GLCM的基础上,将缺陷图像进行分块提取GLCM特征,再将这些局部特征进行组合得到最终特征向量,旨在提高局部纹理特征对整体特征的影响。在管道缺陷分类器设计时,选择使用一对一支持向量机多类分类法(MSVM)对管道缺陷实现分类,分别使用经由上述不同特征提取方法获得的缺陷特征数据对模型进行训练,得到多个MSVM。从分类结果看使用改进的B＿GLCM在其分块数量为3?3时所提取特征进行训练得到的MSVM,其对管道裂纹、错口及腐蚀缺陷的整体分类正确率达96.5%,相比传统GLCM方法提高了近2%的正确率;GGCM在剔除冗余特征量后有助于提高最终分类器的分类正确率,从73.5%提高到了76.5%;Gabor小波对于本文实验对象,使用5尺度8方向提取特征效果最佳,分类正确率为85.8%;MB＿LBP在使用圆形领域时,能够更好的提取出特征信息,当分块尺寸为1?1(即对应统一化LBP)分类正确率最优为92.2%。