專利名稱：基于圖像分割的破損道路檢測裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像識別和自動控制領(lǐng)域，更具體地涉及ー種基于圖像分割的破損道路檢測裝置。
背景技術(shù)：
路面質(zhì)量對行車安全性、舒適性、經(jīng)濟(jì)性以及公路使用周期有重要的影響。隨著公路交通運(yùn)輸業(yè)的發(fā)展，人們對公路路面質(zhì)量及其養(yǎng)護(hù)提出了更高的要求。路面破損數(shù)據(jù)是路面養(yǎng)護(hù)管理中重要的數(shù)據(jù)之一，由于對路面管理缺乏系統(tǒng)的數(shù)據(jù)采集、評價(jià)，科學(xué)的養(yǎng)護(hù)決策及對路面破損的定量評價(jià)，造成養(yǎng)護(hù)資金的浪費(fèi)、路面質(zhì)量下降及使用費(fèi)用增加。為適應(yīng)現(xiàn)代化、大規(guī)模、高速度和高質(zhì)量的公路養(yǎng)護(hù)管理要求，許多交通部門都實(shí)施了路面管理系統(tǒng)，但是目前大多城市主要采用人工檢測的方法獲取數(shù)據(jù)，但人工檢測效率低、耗時(shí)，而且現(xiàn)場檢測存在不安全因素。因此，近些年來，國內(nèi)外都十分重視路面檢測裝 置的開發(fā)和應(yīng)用。國內(nèi)外在路面檢測技術(shù)方面的研究已經(jīng)有30多年的歷史，并且隨著高新技術(shù)的發(fā)展在近些年里有所突破。根據(jù)各國的國情和需求，各國采用了不同的研究思路和方法，形成了不同風(fēng)格和特點(diǎn)的檢測技術(shù)和檢測設(shè)備。法國生產(chǎn)的野外高速攝影、室內(nèi)人工判讀的路面破損檢測車，該系統(tǒng)得關(guān)鍵技術(shù)是采用35mm攝影膠片，高速攝影機(jī)和車輛定位系統(tǒng)來實(shí)現(xiàn)同步攝影的數(shù)據(jù)采集，攝像機(jī)為車速的1/200，隨著車輛行駛不斷攝取路面影像，每個(gè)影響代表的路面長為6cmX4. 6cm。檢測一般在夜間進(jìn)行，車前配照明設(shè)備。攝取的圖像膠卷經(jīng)過洗印，通過室內(nèi)判讀設(shè)備再現(xiàn)路面破損情況，技術(shù)人員據(jù)此判讀各種路面病害，但是室內(nèi)處理的工作量比較大，不能實(shí)現(xiàn)實(shí)時(shí)檢測。

發(fā)明內(nèi)容
I.本發(fā)明所要解決的技術(shù)問題。道路檢測的圖像分割是把圖像中的目標(biāo)分為許多感興趣的區(qū)域與圖像各種物體目標(biāo)相對應(yīng)的過程，經(jīng)過圖像分割后才能將原始圖像轉(zhuǎn)化為更抽象、更緊湊的形式。2.本發(fā)明解決上述問題的技術(shù)方案。如附圖I所示，破損道路檢測裝置包括CXD攝像機(jī)、圖像分割模塊、預(yù)警模塊；(XD攝像機(jī)攝取道路圖像后，經(jīng)過圖像分割模塊處理判斷破損道路后，傳輸?shù)筋A(yù)警模塊進(jìn)行預(yù)
警處理。如附圖2所示，圖像分割模塊包括圖像預(yù)處理模塊、畸變圖像校正模塊、路面破損圖像劃分模塊、特征提取模塊、圖像識別模塊；圖像預(yù)處理后進(jìn)行畸變圖像校正，將標(biāo)準(zhǔn)化的圖像數(shù)據(jù)傳輸?shù)铰访嫫茡p圖像劃分模塊，通過路面破損圖像劃分模塊將圖像進(jìn)行分割后，傳輸?shù)教卣魈崛∧K提取特征，圖像識別模塊按特征識別道路破損情況。圖像預(yù)處理模塊改善圖像質(zhì)量，包括圖像增強(qiáng)和復(fù)原功能；其中增強(qiáng)功能將特征選擇性突出，衰減不必要特征。
畸變圖像校正模塊校正CXD攝像機(jī)照射的里面破損圖像產(chǎn)生的幾何畸變。路面破損圖像劃分模塊分割后的圖像尺寸小于等于20CmX20Cm，并滿足整幅路面子塊圖像窗ロ個(gè)數(shù)為2冪級數(shù)，子塊像素小于等于64X64。特征提取模塊采用子塊圖像標(biāo)準(zhǔn)差矩陣描述路面圖像特征。圖像識別模塊采用人工神經(jīng)網(wǎng)絡(luò)分類器中的BP網(wǎng)絡(luò)，網(wǎng)絡(luò)學(xué)習(xí)過程包括正向傳播和反向傳播，正向傳播時(shí)輸入信息從輸入層經(jīng)隱含層加權(quán)處理傳向輸出層，經(jīng)作用函數(shù)運(yùn)算后得到的輸出值與期望值進(jìn)行比較，若有誤差，則誤差反向傳播，經(jīng)原先的連接通路返回，通過逐層修改各層神經(jīng)元的權(quán)系數(shù)，減小誤差，如此循環(huán)直到輸出滿足要求為止。 預(yù)警模塊接收到圖像識別模塊輸出的破損道路數(shù)據(jù)進(jìn)行提示，確保操作人員了解道路破損情況。圖像分割后識別是路面破損自動檢測的主要手段，通過將整幅路面圖像分割處理方法，使得計(jì)算量大大減少，并且能夠自動的探測道路破損情況。


附圖I為本發(fā)明的系統(tǒng)結(jié)構(gòu)圖。附圖2為本發(fā)明的圖像分割模塊結(jié)構(gòu)圖。
具體實(shí)施例方式破損道路檢測裝置包括CXD攝像機(jī)、圖像分割模塊、預(yù)警模塊，CXD攝像機(jī)攝取道路圖像后，經(jīng)過圖像分割模塊處理判斷破損道路后，傳輸?shù)筋A(yù)警模塊進(jìn)行預(yù)警處理。選用兩個(gè)15幀/秒的CXD攝像機(jī)，要求車載系統(tǒng)的時(shí)速為60km/h，檢測空間分辨率2mm/像素間距，地面到透鏡頂點(diǎn)距離為I. Sm。圖像分割模塊包括圖像預(yù)處理模塊、畸變圖像校正模塊、路面破損圖像劃分模塊、特征提取模塊、圖像識別模塊；圖像預(yù)處理后進(jìn)行畸變圖像校正，將標(biāo)準(zhǔn)化的圖像數(shù)據(jù)傳輸?shù)铰访嫫茡p圖像劃分模塊，通過路面破損圖像劃分模塊將圖像進(jìn)行分割后，傳輸?shù)教卣魈崛∧K提取特征，圖像識別模塊按特征識別道路破損情況。圖像預(yù)處理模塊改善圖像質(zhì)量，包括圖像增強(qiáng)和復(fù)原功能；其中增強(qiáng)功能將特征選擇性突出，衰減不必要特征?；儓D像校正模塊校正CXD攝像機(jī)照射的里面破損圖像產(chǎn)生的幾何畸變。路面破損圖像劃分模塊分割后的圖像尺寸小于等于20CmX20Cm，并滿足整幅路面子塊圖像窗ロ個(gè)數(shù)為2冪級數(shù)，子塊像素小于等于64X64。特征提取模塊采用子塊圖像標(biāo)準(zhǔn)差矩陣描述路面圖像特征。圖像識別模塊采用人工神經(jīng)網(wǎng)絡(luò)分類器中的BP網(wǎng)絡(luò)，網(wǎng)絡(luò)學(xué)習(xí)過程包括正向傳播和反向傳播，正向傳播時(shí)輸入信息從輸入層經(jīng)隱含層加權(quán)處理傳向輸出層，經(jīng)作用函數(shù)運(yùn)算后得到的輸出值與期望值進(jìn)行比較，若有誤差，則誤差反向傳播，經(jīng)原先的連接通路返回，通過逐層修改各層神經(jīng)元的權(quán)系數(shù)，減小誤差，如此循環(huán)直到輸出滿足要求為止。預(yù)警模塊接收到圖像識別模塊輸出的破損道路數(shù)據(jù)進(jìn)行提示，確保操作人員了解道路破損情況。上述實(shí)施例不以任何方式限制本發(fā)明，凡是采用等同替換或等效變換的方式獲得的技術(shù)方案均落在本發(fā)明的保護(hù) 范圍內(nèi)。
權(quán)利要求
1.一種基于圖像分割的破損道路檢測裝置，包括CXD攝像機(jī)、圖像分割模塊、預(yù)警模塊；(XD攝像機(jī)攝取道路圖像后，經(jīng)過圖像分割模塊處理判斷破損道路后，傳輸?shù)筋A(yù)警模塊進(jìn)行預(yù)警處理，其特征在于圖像分割模塊包括圖像預(yù)處理模塊、畸變圖像校正模塊、路面破損圖像劃分模塊、特征提取模塊、圖像識別模塊；圖像預(yù)處理后進(jìn)行畸變圖像校正，將標(biāo)準(zhǔn)化的圖像數(shù)據(jù)傳輸?shù)铰访嫫茡p圖像劃分模塊，通過路面破損圖像劃分模塊將圖像進(jìn)行分割后，傳輸?shù)教卣魈崛∧K提取特征，圖像識別模塊按特征識別道路破損情況。
2.根據(jù)權(quán)利要求I所述的破損道路檢測裝置，其特征在于圖像預(yù)處理模塊改善圖像質(zhì)量，包括圖像增強(qiáng)和復(fù)原功能；其中增強(qiáng)功能將特征選擇性突出，衰減不必要特征。
3.根據(jù)權(quán)利要求I所述的破損道路檢測裝置，其特征在于畸變圖像校正模塊校正CXD攝像機(jī)照射的路面破損圖像產(chǎn)生的幾何畸變。
4.根據(jù)權(quán)利要求I所述的破損道路檢測裝置，其特征在于路面破損圖像劃分模塊分割后的圖像尺寸小于等于20CmX20Cm，并滿足整幅路面子塊圖像窗口個(gè)數(shù)為2冪級數(shù)，子塊像素小于等于64X64。
5.根據(jù)權(quán)利要求I所述的破損道路檢測裝置，其特征在于特征提取模塊采用子塊圖像標(biāo)準(zhǔn)差矩陣描述路面圖像特征。
6.根據(jù)權(quán)利要求I所述的破損道路檢測裝置，其特征在于圖像識別模塊采用人工神經(jīng)網(wǎng)絡(luò)分類器中的BP網(wǎng)絡(luò)，網(wǎng)絡(luò)學(xué)習(xí)過程包括正向傳播和反向傳播，正向傳播時(shí)輸入信息從輸入層經(jīng)隱含層加權(quán)處理傳向輸出層，經(jīng)作用函數(shù)運(yùn)算后得到的輸出值與期望值進(jìn)行比較，若有誤差，則誤差反向傳播，經(jīng)原先的連接通路返回，通過逐層修改各層神經(jīng)元的權(quán)系數(shù)，減小誤差，如此循環(huán)直到輸出滿足要求為止。
全文摘要
本發(fā)明屬于圖像識別和自動控制領(lǐng)域，公開了一種基于圖像分割的破損道路檢測裝置。包括CCD攝像機(jī)、圖像分割模塊、預(yù)警模塊；CCD攝像機(jī)攝取道路圖像后，經(jīng)過圖像分割模塊處理判斷破損道路后，傳輸?shù)筋A(yù)警模塊進(jìn)行預(yù)警處理；圖像分割模塊包括圖像預(yù)處理模塊、畸變圖像校正模塊、路面破損圖像劃分模塊、特征提取模塊、圖像識別模塊；圖像預(yù)處理后進(jìn)行畸變圖像校正，將標(biāo)準(zhǔn)化的圖像數(shù)據(jù)傳輸?shù)铰访嫫茡p圖像劃分模塊，通過路面破損圖像劃分模塊將圖像進(jìn)行分割后，傳輸?shù)教卣魈崛∧K提取特征，圖像識別模塊按特征識別道路破損情況。通過將整幅路面圖像分割處理方法，能夠自動的探測道路破損情況。
文檔編號G06K9/00GK102663344SQ20121005568
公開日2012年9月12日 申請日期2012年3月4日 優(yōu)先權(quán)日2012年3月4日
發(fā)明者李萌 申請人:南京理工大學(xué)常熟研究院有限公司