專利名稱：基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法
技術(shù)領(lǐng)域：
本發(fā)明屬于道路工程領(lǐng)域，涉及一種水泥混凝土路面嵌縫料損壞類型識(shí)別分類方 法。
背景技術(shù)：
水泥混凝土路面嵌縫料位于水泥板接縫處，填補(bǔ)水泥路面接縫孔隙，防止水分由 接縫進(jìn)入路面結(jié)構(gòu)內(nèi)部；嵌縫料在車輪荷載的高頻剪切、溫度應(yīng)力、動(dòng)水壓力及自然環(huán)境下 光氧老化作用下易破損，首先在接縫中出現(xiàn)微小孔隙；逐漸地嵌縫料喪失粘結(jié)力，與接縫脫 離，形成脫邊；進(jìn)而斷裂，最終導(dǎo)致脫落。嵌縫料損壞后，路表水很容易由接縫進(jìn)入水泥混凝 土路面結(jié)構(gòu)內(nèi)部，沖刷基層材料，誘發(fā)脫空、斷板等一系列嚴(yán)重的病害。由此可見，嵌縫料的 損壞是水泥混凝土路面其他病害的重要誘因，嵌縫料壽命相對(duì)較短，并且容易維護(hù)，因此快 速采集嵌縫料損害信息，針對(duì)嵌縫料損壞情況，及時(shí)進(jìn)行嵌縫料養(yǎng)護(hù)具有重要的現(xiàn)實(shí)意義。
目前嵌縫料的損壞類型判斷主要依靠人工，費(fèi)時(shí)費(fèi)力，主觀性大，本發(fā)明利用數(shù)字 圖像處理技術(shù)，對(duì)水泥混凝土路面圖像進(jìn)行接縫定位、提取嵌縫料損壞的特征，繼而分類匯 總、ο

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有水泥混凝土路面嵌縫料損壞類型識(shí)別判斷方法的自動(dòng)化程度不 高，準(zhǔn)確度不足，提出了一種基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，可 以自動(dòng)檢測(cè)及分類，方便易行。為達(dá)到以上目的，本發(fā)明所采用的解決方案是本發(fā)明利用數(shù)字圖像處理技術(shù)，首先獲得水泥混凝土路面圖像，在圖像中利用接 縫的灰度投影特征、邊緣特征、幾何形狀特征及尺寸特征進(jìn)行接縫定位，提取接縫圖像，利 用接縫中孔隙的相對(duì)寬度、相對(duì)位置、外接矩形的相對(duì)寬度和長(zhǎng)度以及孔隙一側(cè)相對(duì)投影 量等特征對(duì)嵌縫料損壞類型進(jìn)行識(shí)別分類，最后統(tǒng)計(jì)匯總各種損害類型的比例。具體的，其包括以下步驟1)獲取包含路面接縫及嵌縫料的灰度圖像；2)對(duì)灰度圖像中的接縫進(jìn)行定位；3)獲取接縫中孔隙圖像，對(duì)孔隙進(jìn)行邊界跟蹤，提取孔隙特征；4)根據(jù)孔隙特征對(duì)損壞類型進(jìn)行識(shí)別分類并統(tǒng)計(jì)。所述定位是對(duì)圖像沿接縫方向做邊緣投影和灰度投影，提取粗定位圖像；對(duì)粗定 位圖像做邊緣檢測(cè)，對(duì)邊緣檢測(cè)圖像進(jìn)行二值化，做邊緣投影和灰度投影，利用投影的兩個(gè) 最大峰值確定接縫的準(zhǔn)確位置，并由兩個(gè)峰值位置計(jì)算接縫寬度，利用接縫位置，在原灰度 圖中提取精定位圖像。提取粗定位圖像前應(yīng)排除干擾因素，提取時(shí)在接縫的兩側(cè)各多提取IOOmm左右的 圖像。
所述粗定位的優(yōu)選方法為對(duì)邊緣投影和灰度投影做傅立葉變換，過濾高頻分量，通過傅立葉反變換得到具有若干峰值的曲線，對(duì)每個(gè)峰處的水泥混凝土路面圖像做進(jìn)一步 篩選，提取粗定位圖像。所述對(duì)粗定位圖像做邊緣檢測(cè)采用Kirsch邊緣檢測(cè)法，利用8個(gè)方向的模板對(duì)水 泥混凝土路面圖像做卷積處理，增強(qiáng)接縫的邊緣。所述對(duì)邊緣檢測(cè)圖像二值化，采用最大熵閾值分割法。采用Hough變換檢測(cè)接縫與水平軸的夾角，若接縫與水平軸存在一定傾角，對(duì)邊 緣檢測(cè)圖像進(jìn)行二值化后，應(yīng)利用傾角做旋轉(zhuǎn)校正，使接縫與水平軸平行，再做邊緣投影和 灰度投影提取精定位圖像。對(duì)精定位圖像進(jìn)行二值化，得到接縫中孔隙圖像，對(duì)孔隙進(jìn)行邊界跟蹤，得到孔隙 的面積及外接矩形，并提取孔隙特征。統(tǒng)計(jì)損壞類型所占比例時(shí)，脫邊的損壞率=0. 5*脫邊的長(zhǎng)度/接縫長(zhǎng)度；微小孔隙的損壞率=0. 5*微小孔隙接縫方向的長(zhǎng)度/接縫長(zhǎng)度；脫落的損壞率=脫落長(zhǎng)度/接縫長(zhǎng)度；斷裂的損壞率=斷裂的長(zhǎng)度/接縫長(zhǎng)度。由于采用了上述方案，本發(fā)明具有以下特點(diǎn)本發(fā)明利用數(shù)字圖像處理技術(shù)，對(duì)嵌 縫料進(jìn)行定位識(shí)別和分類，避免人工檢測(cè)，提高了工作效率和準(zhǔn)確度。


圖1為本發(fā)明的實(shí)施例流程圖；圖2為本發(fā)明的孔隙特征示意具體實(shí)施例方式以下結(jié)合附圖所示實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說明。參見圖1，圖1是本發(fā)明的實(shí)施例流程圖，包括步驟一獲取包含水泥混凝土路面接縫及嵌縫料的灰度圖像。一般采用線陣相機(jī)， 分辨率要求較高，要取得較好的識(shí)別效果，可采用行分辨率為4096或更高分辨率的線陣相 機(jī)。圖像中包含接縫、嵌縫料，接縫大致與水平軸平行，接縫與相鄰兩板結(jié)合處具有較 強(qiáng)邊緣特征；嵌縫料主要的損壞類型有微小孔隙、脫邊、脫落和斷裂；微小孔隙的特征為， 接縫的嵌縫料中存在數(shù)量較多大面積較小的孔隙；脫邊的特征為，嵌縫料與一側(cè)或兩側(cè)的 水泥板的粘結(jié)力喪失，在水泥板和嵌縫料之間存在狹長(zhǎng)的孔隙；脫落的特征為，嵌縫料完全 或部分從接縫中脫出，留下較寬、較長(zhǎng)的孔隙；嵌縫料斷裂的特征為，嵌縫料由于老化，在荷 載作用下斷裂，斷裂處留下較寬，但較短的孔隙；由于嵌縫料的損壞類型與接縫中孔隙的形 態(tài)、尺寸和位置密切相關(guān)，本發(fā)明以接縫中孔隙特征作為判斷嵌縫料的損害類型的依據(jù)。步驟二 對(duì)圖像中的接縫進(jìn)行粗定位。粗定位時(shí)，首先對(duì)圖像沿接縫方向做邊緣投 影和灰度投影，由于接縫處存在孔隙，孔隙的灰度值較低，且接縫處存在很強(qiáng)的邊緣，因此 接縫處在灰度投影曲線和邊緣投影曲線中出現(xiàn)峰值，由于水泥混凝土路面刻槽、裂縫和修補(bǔ)的灌漿材料及其他污染物的干擾，兩種投影曲線上可能存在多峰，需要根據(jù)接縫的幾何 特征及尺寸特征排除干擾因素，提取粗定位圖像，提取時(shí)在接縫的兩側(cè)各多提取IOOmm左 右的圖像。優(yōu)選的，對(duì)邊緣投影和灰度投影做傅立葉變換，過濾高頻分量，通過傅立葉反變換 得到具有若干峰值的曲線，對(duì)每個(gè)峰處的水泥混凝土路面圖像做進(jìn)一步篩選，篩選時(shí)判斷 的依據(jù)是接縫具有較強(qiáng)的直線特征(區(qū)別于水泥混凝土路面裂縫)，接縫處的邊緣投影峰 值和灰度投影峰值一般大于刻槽處的峰值，接縫的寬度一般為IOmm左右，且相鄰路段變化 范圍不大，與刻槽處投影峰值的寬度不同。步驟三對(duì)粗定位圖像做邊緣檢測(cè)，對(duì)邊緣檢測(cè)圖像進(jìn)行二值化，由于拍攝角度、 路段線形變化或車輛運(yùn)行軌跡的變化，接縫可能與水平軸存在一定傾角，為精確定位并計(jì) 算接縫寬度，利用傾角做旋轉(zhuǎn)校正，使接縫完成與水平軸平行；做邊緣投影和灰度投影，利 用投影的兩個(gè)最大峰值確定接縫的準(zhǔn)確位置，并由兩個(gè)峰值位置計(jì)算接縫寬度，即兩個(gè)峰 值位置坐標(biāo)相減即為接縫寬度，單位為像素。利用接縫位置，在原灰度圖中提取精定位圖 像。優(yōu)選的，對(duì)粗定位圖像做邊緣檢測(cè)采用Kirsch邊緣檢測(cè)法，該算法是利用8個(gè)方 向的模板對(duì)水泥混凝土路面圖像做卷積處理，所得到邊緣在各個(gè)方向中都得到了增強(qiáng)，這 樣以來，就增強(qiáng)了接縫的邊緣。優(yōu)選的，對(duì)邊緣檢測(cè)圖像二值化，采用最大熵閾值分割法。優(yōu)選的，通過Hough變換檢測(cè)接縫與水平軸的夾角，由于接縫與水平軸的夾角非 常小，因此Hough變換的搜索空間可充分利用此特征，在-10度到10度的范圍內(nèi)檢測(cè)接縫 傾角。步驟四對(duì)精定位圖像進(jìn)行二值化，得到接縫中孔隙圖像，對(duì)孔隙進(jìn)行邊界跟蹤， 得到孔隙的面積及外接矩形，并提取孔隙特征，如孔隙相對(duì)寬度Yw、孔隙相對(duì)位置Yp、孔 隙外接矩形相對(duì)寬度Yk和相對(duì)長(zhǎng)度以及孔隙一側(cè)投影相對(duì)值Yn。優(yōu)選的，以孔隙的面積作為閾值，一般可取Icm2 IOcm2的，具體面積的像素?cái)?shù)目 要根據(jù)相機(jī)分辨率確定，這個(gè)取值可根據(jù)各地區(qū)道路管理養(yǎng)護(hù)部門的意見來確定。過濾面 積較小的孔隙，將它們統(tǒng)一歸為一類微小孔隙；優(yōu)選的，嵌縫料損壞模式的特征為孔隙相對(duì)寬度Yw、孔隙相對(duì)位置Yp、孔隙外接 矩形相對(duì)寬度Yk和相對(duì)長(zhǎng)度以及孔隙一側(cè)投影相對(duì)值Υη。結(jié)合圖2，χ為接縫方向的圖像坐標(biāo)；y+、y_分別為接縫兩邊界縱坐標(biāo)；對(duì)接縫圖像 縫寬記作W ；孔隙i區(qū)域面積記作Si ；孔隙i的X軸方向的起始位置記作Hli ；沿接縫方向的 長(zhǎng)度記作Ii ；外接矩形寬度記作；外接矩形長(zhǎng)度記作lKi ；垂直于接縫方向?qū)涌p的每個(gè) 水平位置做孔隙計(jì)數(shù)，記作N(X)；掃描線在X軸的u處掃描到孔隙i 一側(cè)存在孔隙j，因此 N(u) = 1，而掃描線在χ軸的ν坐標(biāo)處，孔隙i 一側(cè)未發(fā)現(xiàn)任何孔隙，因此N(V) =0;孔隙 i的上邊界縱坐標(biāo)記為Up (x) i ；下邊界縱坐標(biāo)記為Down (χ),；掃描線ν與孔隙i的上部交點(diǎn) 為A，縱坐標(biāo)即為Up(V)i ；掃描線ν與孔隙i的下部交點(diǎn)為B，縱坐標(biāo)即為Down(v)i0Yw，Yp，Yk，和 Yn,定義如下<formula>formula see original document page 5</formula>「00431<formula>formula see original document page 6</formula><formula>formula see original document page 6</formula><formula>formula see original document page 6</formula><formula>formula see original document page 6</formula>步驟五利用孔隙的特征，進(jìn)行分類，識(shí)別出脫邊，脫落和斷裂等嵌縫料損壞類型。優(yōu)選的，使用神經(jīng)網(wǎng)絡(luò)作為嵌縫料損壞類型分類器。步驟六對(duì)接縫中的嵌縫料脫邊、脫落和斷裂及微小孔隙等損壞類型進(jìn)行統(tǒng)計(jì)，統(tǒng) 計(jì)它們所占比例，作為嵌縫料完好性的評(píng)價(jià)依據(jù)，供公路管養(yǎng)部門使用。優(yōu)選的，統(tǒng)計(jì)損壞類型所占比例時(shí)，脫邊的損壞率=0. 5*脫邊的長(zhǎng)度/接縫長(zhǎng)度；微小孔隙的損壞率=0. 5*微小孔隙接縫方向的長(zhǎng)度/接縫長(zhǎng)度；脫落的損壞率=脫落長(zhǎng)度/接縫長(zhǎng)度；斷裂的損壞率=斷裂的長(zhǎng)度/接縫長(zhǎng)度。上述的對(duì)實(shí)施例的描述是為便于該技術(shù)領(lǐng)域的普通技術(shù)人員能理解和應(yīng)用本發(fā) 明。熟悉本領(lǐng)域技術(shù)的人員顯然可以容易地對(duì)這些實(shí)施例做出各種修改，并把在此說明的 一般原理應(yīng)用到其他實(shí)施例中而不必經(jīng)過創(chuàng)造性的勞動(dòng)。因此，本發(fā)明不限于這里的實(shí)施 例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，對(duì)于本發(fā)明做出的改進(jìn)和修改都應(yīng)該在本發(fā)明的 保護(hù)范圍之內(nèi)。
權(quán)利要求
一種基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其特征在于其包括以下步驟1)獲取包含路面接縫及嵌縫料的灰度圖像；2)對(duì)灰度圖像中的接縫進(jìn)行定位；3)獲取接縫中孔隙圖像，對(duì)孔隙進(jìn)行邊界跟蹤，提取孔隙特征；4)根據(jù)孔隙特征對(duì)損壞類型進(jìn)行識(shí)別分類并統(tǒng)計(jì)。
2.如權(quán)利要求1所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于所述定位是對(duì)圖像沿接縫方向做邊緣投影和灰度投影，提取粗定位圖像；對(duì)粗 定位圖像做邊緣檢測(cè)，對(duì)邊緣檢測(cè)圖像進(jìn)行二值化，做邊緣投影和灰度投影，利用投影的兩 個(gè)最大峰值確定接縫的準(zhǔn)確位置，并由兩個(gè)峰值位置計(jì)算接縫寬度，利用接縫位置，在原灰 度圖中提取精定位圖像。
3.如權(quán)利要求2所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于提取粗定位圖像前應(yīng)排除干擾因素，提取時(shí)在接縫的兩側(cè)各多提取100mm左右 的圖像。
4.如權(quán)利要求2所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于所述粗定位的優(yōu)選方法為對(duì)邊緣投影和灰度投影做傅立葉變換，過濾高頻分 量，通過傅立葉反變換得到具有若干峰值的曲線，對(duì)每個(gè)峰處的水泥混凝土路面圖像做進(jìn) 一步篩選，提取粗定位圖像。
5.如權(quán)利要求2所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于所述對(duì)粗定位圖像做邊緣檢測(cè)采用Kirsch邊緣檢測(cè)法，利用8個(gè)方向的模板對(duì) 水泥混凝土路面圖像做卷積處理，增強(qiáng)接縫的邊緣。
6.如權(quán)利要求2所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于所述對(duì)邊緣檢測(cè)圖像二值化，采用最大熵閾值分割法。
7.如權(quán)利要求2所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于采用Hough變換檢測(cè)接縫與水平軸的夾角，若接縫與水平軸存在一定傾角，對(duì)邊 緣檢測(cè)圖像進(jìn)行二值化后，應(yīng)利用傾角做旋轉(zhuǎn)校正，使接縫與水平軸平行，再做邊緣投影和 灰度投影提取精定位圖像。
8.如權(quán)利要求1所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于對(duì)精定位圖像進(jìn)行二值化，得到接縫中孔隙圖像，對(duì)孔隙進(jìn)行邊界跟蹤，得到孔 隙的面積及外接矩形，并提取孔隙特征。
9.如權(quán)利要求1所述的基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其 特征在于統(tǒng)計(jì)損壞類型所占比例時(shí)，脫邊的損壞率=0. 5*脫邊的長(zhǎng)度/接縫長(zhǎng)度；微小孔隙的損壞率=0. 5*微小孔隙接縫方向的長(zhǎng)度/接縫長(zhǎng)度；脫落的損壞率=脫落長(zhǎng)度/接縫長(zhǎng)度；斷裂的損壞率=斷裂的長(zhǎng)度/接縫長(zhǎng)度。
全文摘要
一種基于圖像的水泥混凝土路面嵌縫料損壞類型識(shí)別分類方法，其包括以下步驟1)獲取包含路面接縫及嵌縫料的灰度圖像；2)對(duì)灰度圖像中的接縫進(jìn)行定位；3)獲取接縫中孔隙圖像，對(duì)孔隙進(jìn)行邊界跟蹤，提取孔隙特征；4)根據(jù)孔隙特征對(duì)損壞類型進(jìn)行識(shí)別分類并統(tǒng)計(jì)。對(duì)接縫中的嵌縫料脫邊、脫落和斷裂及微小孔隙等損壞類型進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)它們所占比例，可作為嵌縫料完好性的評(píng)價(jià)依據(jù)，供公路管養(yǎng)部門使用。本發(fā)明可以自動(dòng)檢測(cè)及分類，方便易行，提高了工作效率及準(zhǔn)確度。
文檔編號(hào)G06K9/62GK101814138SQ20101014392
公開日2010年8月25日 申請(qǐng)日期2010年4月9日 優(yōu)先權(quán)日2010年4月9日
發(fā)明者周玉民, 英紅, 談至明 申請(qǐng)人:同濟(jì)大學(xué)