论文部分内容阅读
裂缝是桥梁最常见的缺陷,裂缝检测是后期桥梁维护和维修的前提。准确高效地对采集到的桥梁裂缝图像进行分割识别,具有重要的实际意义。传统图像分割方法具有运行速度慢、效率低下、鲁棒性低及稳定性低等缺点,针对这些问题,以裂缝图像为研究对象,在深入分析经典K-means聚类算法以及高斯混合模型(Gaussian Mixture Model, GMM)的基础上,运用数据挖掘的方法,提出一个K-means与高斯混合模型相结合的桥梁裂缝图像分割方法。首先,该方法在传统K-means算法聚类中心计算过程中引入合并阶段,