本發(fā)明涉及數(shù)據(jù)圖像處理
技術(shù)領(lǐng)域：
，具體涉及一種基于圖像分析的路面病害識(shí)別方法。
背景技術(shù)：
：隨著路面養(yǎng)護(hù)新技術(shù)的發(fā)展以及各種路況檢測(cè)設(shè)備的使用，路況分析方法已逐漸由基于快速檢測(cè)設(shè)備的自動(dòng)分析代替了傳統(tǒng)的人工調(diào)查，如測(cè)路面平整度的方法有：車載式顛簸累計(jì)儀法、自動(dòng)彎沉儀、落錘式彎沉儀、激光平整度儀法測(cè)平整度等；利用軟件識(shí)別檢測(cè)路面破損率等方法?，F(xiàn)有技術(shù)對(duì)圖像的識(shí)別存在以下缺點(diǎn)：(1)不能區(qū)別病害的種類(病害具體有：裂縫、坑槽、車轍、松散、沉陷、表面破損)；(2)計(jì)算繁瑣，運(yùn)算速度很慢，有時(shí)需要人工干預(yù)；(3)無(wú)法識(shí)別出路面圖像數(shù)據(jù)中的陰影干擾、破損的路面內(nèi)填充的污染物等；(4)病害識(shí)別誤報(bào)率高，可信度低，有時(shí)檢測(cè)結(jié)果會(huì)出現(xiàn)未養(yǎng)護(hù)的公路質(zhì)量越用越好。因此，急需一種能夠?qū)崿F(xiàn)對(duì)路面圖像的病害進(jìn)行分類、標(biāo)識(shí)、度量等處理的方法以滿足現(xiàn)實(shí)需求。技術(shù)實(shí)現(xiàn)要素：本發(fā)明目的在于提供一種基于圖像分析的路面病害識(shí)別方法，具體技術(shù)方案如下：一種基于圖像分析的路面病害識(shí)別方法，包括以下步驟：第一步、路面圖像的采集，具體是：將車載高速線陣攝像機(jī)架設(shè)于承載車輛上，承載車輛在待檢測(cè)的路面上行駛的同時(shí)高速線陣攝像機(jī)拍攝整個(gè)車道的路面圖像；將所拍攝到的路面圖像以及路面圖像所對(duì)應(yīng)的地理位置信息以有線或無(wú)線方式上傳至控制器；提取含有破損的目標(biāo)圖像；第二步、路面圖像的預(yù)處理，具體是：將含有破損的目標(biāo)圖像進(jìn)行圖像格式識(shí)別處理、圖像灰度處理、圖像平滑處理、圖像銳化處理以及邊緣檢測(cè)處理，得到經(jīng)過(guò)預(yù)處理后的路面圖像；第三步、將經(jīng)過(guò)預(yù)處理后的路面圖像中的病害進(jìn)行分割處理，具體是：包括以下步驟：步驟3.1、將第二步所得預(yù)處理后的路面圖像經(jīng)過(guò)邊緣檢測(cè)算法，獲得路面圖像的梯度幅值和梯度方向；步驟3.2、將路面圖像根據(jù)步驟3.1獲得的梯度幅值和梯度方向進(jìn)行輪廓提取算法，得到具有輪廓的路面圖像；步驟3.3、將步驟3.2獲得的具有輪廓的路面圖像進(jìn)行膨脹算法使得路面圖像的二值圖擴(kuò)大一圈；步驟3.4、將經(jīng)過(guò)步驟3.3的路面圖像進(jìn)行輪廓優(yōu)化算法，具體是：采用光柵掃描搜索路面圖像中各像素值的像素點(diǎn)，按照像素值進(jìn)行分割；第四步、路面圖像中病害的特征提取和度量，具體是：將經(jīng)過(guò)第三步的路面圖像中的病害依次采用輪廓面積算法和邊緣檢測(cè)算法進(jìn)行特征提取和度量；第五步、輸出結(jié)果，具體是：控制器結(jié)合第一步中的地理位置信息將分類和度量好的病害進(jìn)行精確定位后輸出。以上技術(shù)方案中優(yōu)選的，所述第二步中：圖像格式識(shí)別處理具體是：將含有破損的目標(biāo)圖像轉(zhuǎn)化為控制器識(shí)別的圖像格式；圖像灰度處理具體是：將經(jīng)過(guò)圖像格式識(shí)別處理的路面圖像轉(zhuǎn)化為灰度圖；圖像平滑處理具體是：采用模板濾波法將轉(zhuǎn)化為灰度圖的路面圖像進(jìn)行處理得到平滑處理后的路面圖像；圖像銳化處理具體是：采用拉普拉斯銳化法對(duì)平滑處理后的路面圖像進(jìn)行銳化處理。以上技術(shù)方案中優(yōu)選的，所述圖像格式為JPEG、TIFF以及RAW中的至少一種。以上技術(shù)方案中優(yōu)選的，所述圖像灰度處理具體是：將彩色的路面圖像通過(guò)公式1)轉(zhuǎn)化為灰度圖：f(x,y)＝0.299R+0.587G+0.114B1)；其中：x和y分別為控制點(diǎn)的橫坐標(biāo)和縱坐標(biāo)；R、G、B分別為圖像坐標(biāo)(x,y)處的紅色分量值、綠色分量值以及藍(lán)色分量值。以上技術(shù)方案中優(yōu)選的，所述拉普拉斯銳化法具體是：設(shè)為拉普拉斯算子，則為表達(dá)式2)：▿2f=∂2f∂x2+∂2f∂y2---2);]]>對(duì)于離散型數(shù)字圖像f(i,j)，其二階偏導(dǎo)數(shù)為表達(dá)式3)：∂2f(i,j)∂x2=f(i+1,j)+f(i-1,j)-2f(i,j)∂2f(i,j)∂y2=f(i,j+1)+f(i,j-1)-2f(i,j)---3);]]>其中：i和j代表圖像中的橫縱坐標(biāo)值；根據(jù)表達(dá)式2)和表達(dá)式3)可得表達(dá)式4)：▿2f=∂2f∂x2+∂2f∂y2=f(i-1,j)+f(i+1,j)+f(i,j-1)+f(i,j+1)-4f(i,j)---4);]]>對(duì)于擴(kuò)散現(xiàn)象引起的圖像模糊，用表達(dá)式5)進(jìn)行銳化：g(i,j)=f(i,j)-kτ▿2f(i,j)---5);]]>其中：kτ為與擴(kuò)散效應(yīng)有關(guān)的系數(shù)，其取值為1；g(i,j)為銳化處理后的函數(shù)；根據(jù)表達(dá)式4和表達(dá)式5)可得表達(dá)式6)：g(i,j)＝5f(i,j)-f(i-1,j)-f(i+1,j)-f(i,j+1)-f(i,j-1)6)。以上技術(shù)方案中優(yōu)選的，所述第二步中邊緣檢測(cè)處理采用canny算子法。以上技術(shù)方案中優(yōu)選的，所述步驟3.1和第四步中邊緣檢測(cè)算法具體是：采用高斯濾波對(duì)路面圖像進(jìn)行平滑處理得到路面圖像的梯度幅值和梯度方向，其中：高斯濾波的計(jì)算式為表達(dá)式7)：G(x,y)=12πσ2exp(-x2+y22σ2)---7);]]>其中：G(x,y)為梯度幅值，x和y分別為控制點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，σ為正態(tài)分布的標(biāo)準(zhǔn)偏差。以上技術(shù)方案中優(yōu)選的，所述第四步中輪廓面積算法為使用特征搜索和迭代算法使其收斂到目標(biāo)輪廓邊緣，具體是：先用特征搜索求取相應(yīng)的特征點(diǎn)及特征曲線；再用B樣條曲線擬合得到Qf；用迭代算法使動(dòng)態(tài)輪廓線向Qf收斂逼近；設(shè)收斂后的動(dòng)態(tài)輪廓線控制點(diǎn)向量為Q＝[q1，q2，q3，...，qn]，qi＝[xi,yi]T；i為控制點(diǎn)數(shù)目，i＝1,2,3,...,N；應(yīng)用基于封閉的2次均勻B樣條曲線的面積計(jì)算公式為表達(dá)式8)：A=124Σm=1N(-10(xmym+1-xm+1ym)-(xmym+2-xm+2ym)---8);]]>其中：A為封閉輪廓線的面積，xi和yi分別為控制點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，其中1≤i≤N。以上技術(shù)方案中優(yōu)選的，承載車以10-80km/h的車速在待檢測(cè)路面上行駛。應(yīng)用本發(fā)明的技術(shù)方案，既可以解放勞動(dòng)力，排除人為的主觀因素的干擾，又能快速而準(zhǔn)確地進(jìn)行公路路況的評(píng)價(jià)，改變之前靠人工判別對(duì)裂縫分類工作效率低且錯(cuò)誤率較高等缺點(diǎn)。除了上面所描述的目的、特征和優(yōu)點(diǎn)之外，本發(fā)明還有其它的目的、特征和優(yōu)點(diǎn)。下面將參照?qǐng)D，對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。附圖說(shuō)明構(gòu)成本申請(qǐng)的一部分的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：圖1是本發(fā)明優(yōu)選實(shí)施例1的基于圖像分析的路面病害識(shí)別方法的結(jié)構(gòu)示意圖；圖2(a)為某一路面圖像中橫向裂紋經(jīng)過(guò)圖像灰度處理前的示意圖；圖2(b)為圖2(a)路面圖像中橫向裂紋經(jīng)過(guò)圖像平滑處理后的示意圖；圖3(a)為某一路面圖像中縱向裂紋經(jīng)過(guò)圖像平滑處理前的示意圖；圖3(b)為圖3(a)路面圖像中縱向裂紋經(jīng)過(guò)圖像灰度處理后的示意圖；圖4(a)為某一路面圖像中不規(guī)則裂紋經(jīng)過(guò)圖像銳化處理前的示意圖；圖4(b)為圖4(a)路面圖像中不規(guī)則裂紋經(jīng)過(guò)圖像銳化處理后的示意圖；圖5(a)為某一路面圖像中點(diǎn)蝕和麻坑經(jīng)過(guò)邊緣檢測(cè)處理前的示意圖；圖5(b)為圖5(a)路面圖像中點(diǎn)蝕和麻坑經(jīng)過(guò)邊緣檢測(cè)處理后的示意圖。具體實(shí)施方式以下結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說(shuō)明，但是本發(fā)明可以根據(jù)權(quán)利要求限定和覆蓋的多種不同方式實(shí)施。實(shí)施例1：參見(jiàn)圖1，一種基于圖像分析的路面病害識(shí)別方法，包括以下步驟：第一步、路面圖像的采集，具體是：將車載高速線陣攝像機(jī)架設(shè)于承載車輛上，承載車輛以10-80km/h的車速在待檢測(cè)的路面上行駛的同時(shí)高速線陣攝像機(jī)拍攝整個(gè)車道的路面圖像；將所拍攝到的路面圖像以及路面圖像所對(duì)應(yīng)的地理位置信息以有線或無(wú)線方式上傳至控制器。提取含有破損的目標(biāo)圖像(此處采用現(xiàn)有技術(shù)中常規(guī)的提取方法)進(jìn)行后續(xù)處理。第二步、路面圖像的預(yù)處理，具體是：將第一步所提取出的含有破損的目標(biāo)圖像進(jìn)行圖像格式識(shí)別處理、圖像灰度處理、圖像平滑處理、圖像銳化處理以及邊緣檢測(cè)處理，得到經(jīng)過(guò)預(yù)處理后的路面圖像，詳情如下：圖像格式識(shí)別處理具體是：將含有破損的目標(biāo)圖像轉(zhuǎn)化為控制器識(shí)別的圖像格式，一般采用JPEG、TIFF以及RAW中的至少一種。圖像灰度處理具體是：將經(jīng)過(guò)圖像格式識(shí)別處理的路面圖像轉(zhuǎn)化為灰度圖，詳情如下：一副灰度圖通常劃分為0到255個(gè)級(jí)別，0表示最暗，255表示最亮。將彩色的路面圖像通過(guò)公式1)轉(zhuǎn)化為灰度圖：f(x,y)＝0.299R+0.587G+0.114B1)；其中：x和y分別為控制點(diǎn)的橫坐標(biāo)和縱坐標(biāo)；R、G、B分別為圖像坐標(biāo)(x,y)處的紅色分量值、綠色分量值以及藍(lán)色分量值。各種色彩都是由R、G、B三個(gè)單色調(diào)配而成，先利用R、B、G值代入YUV顏色表達(dá)矩陣公式求Y的值，Y的含義是亮度。然后把Y值賦值給R、B、G就可以表示出灰度值，如路面病害中的橫向裂紋經(jīng)過(guò)此步驟處理前后的附圖如圖2(a)和圖2(b)所示。圖像平滑處理具體是：采用模板濾波法將轉(zhuǎn)化為灰度圖的路面圖像進(jìn)行處理得到平滑處理后的路面圖像，如：采用模板括號(hào)中間的黑點(diǎn)表示中心元素，即用這個(gè)元素做處理后的元素，例如表示將自身的元素的值的兩倍加上右邊的元素的值，而表示將自身加上左邊元素的2倍作為新值，通常模板不允許移出邊界。例如模板是原圖是經(jīng)模板操作后圖像為其中數(shù)字表示灰度，x表示邊界上無(wú)法進(jìn)行模板操作的點(diǎn)，x采取復(fù)制原圖灰度不做處理。通過(guò)將一點(diǎn)和周圍八個(gè)點(diǎn)作平均，從而去除突然變化的點(diǎn)，濾掉噪聲。如路面病害中的縱向裂紋經(jīng)過(guò)此步驟處理前后的圖如圖3(a)和圖3(b)所示。圖像銳化處理具體是：采用拉普拉斯銳化法對(duì)平滑處理后的路面圖像進(jìn)行銳化處理，如下：設(shè)為拉普拉斯算子，則為表達(dá)式2)：▿2f=∂2f∂x2+∂2f∂y2---2);]]>對(duì)于離散型數(shù)字圖像f(i,j)，其二階偏導(dǎo)數(shù)為表達(dá)式3)：∂2f(i,j)∂x2=f(i+1,j)+f(i-1,j)-2f(i,j)∂2f(i,j)∂y2=f(i,j+1)+f(i,j-1)-2f(i,j)---3);]]>其中：i和j代表圖像中的橫坐標(biāo)縱坐標(biāo)值；根據(jù)表達(dá)式2)和表達(dá)式3)可得表達(dá)式4)：▿2f=∂2f∂x2+∂2f∂y2=f(i-1,j)+f(i+1,j)+f(i,j-1)+f(i,j+1)-4f(i,j)---4);]]>對(duì)于擴(kuò)散現(xiàn)象引起的圖像模糊，用表達(dá)式5)進(jìn)行銳化：g(i,j)=f(i,j)-kτ▿2f(i,j)---5);]]>其中：kτ為與擴(kuò)散效應(yīng)有關(guān)的系數(shù)，其取值為1；g(i,j)為銳化處理后的函數(shù)。根據(jù)表達(dá)式4和表達(dá)式5)可得表達(dá)式6)：g(i,j)＝5f(i,j)-f(i-1,j)-f(i+1,j)-f(i,j+1)-f(i,j-1)6)。如路面病害中的不規(guī)則裂紋經(jīng)過(guò)此步驟處理前后的圖詳見(jiàn)圖4(a)和圖4(b)。邊緣檢測(cè)處理具體是采用采用canny算子法，如路面病害中的點(diǎn)蝕和麻坑經(jīng)過(guò)此步驟處理前后的圖詳見(jiàn)圖5(a)和圖5(b)。第三步、將經(jīng)過(guò)預(yù)處理后的路面圖像中的病害進(jìn)行分割處理，具體是：包括以下步驟：步驟3.1、將第二步所得預(yù)處理后的路面圖像經(jīng)過(guò)邊緣檢測(cè)算法，獲得路面圖像的梯度幅值和梯度方向；步驟3.2、將路面圖像根據(jù)步驟3.1獲得的梯度幅值和梯度方向進(jìn)行輪廓提取算法，得到具有輪廓的路面圖像；步驟3.3、將步驟3.2獲得的具有輪廓的路面圖像進(jìn)行膨脹算法使得路面圖像的二值圖擴(kuò)大一圈；步驟3.4、將經(jīng)過(guò)步驟3.3的路面圖像進(jìn)行輪廓優(yōu)化算法，具體是：采用光柵掃描搜索路面圖像中各像素值的像素點(diǎn)，按照像素值進(jìn)行分割；第四步、路面圖像中病害的特征提取和度量，具體是：將經(jīng)過(guò)第三步的路面圖像中的病害依次采用輪廓面積算法和邊緣檢測(cè)算法進(jìn)行特征提取和度量；第五步、輸出結(jié)果，具體是：控制器結(jié)合第一步中的地理位置信息將分類和度量好的病害進(jìn)行精確定位后輸出。所述步驟3.1和第四步中邊緣檢測(cè)算法具體是：采用高斯濾波對(duì)路面圖像進(jìn)行平滑處理得到路面圖像的梯度幅值和梯度方向，其中：高斯濾波的計(jì)算式為表達(dá)式7)：G(x,y)=12πσ2exp(-x2+y22σ2)---7);]]>其中：G(x,y)為梯度幅值，x和y分別為控制點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，σ為正態(tài)分布的標(biāo)準(zhǔn)偏差。以上技術(shù)方案中優(yōu)選的，所述第四步中輪廓面積算法為使用特征搜索和迭代算法使其收斂到目標(biāo)輪廓邊緣，具體是：先用特征搜索求取相應(yīng)的特征點(diǎn)及特征曲線；再用B樣條曲線擬合得到Qf；用迭代算法使動(dòng)態(tài)輪廓線向Qf收斂逼近；設(shè)收斂后的動(dòng)態(tài)輪廓線控制點(diǎn)向量為Q＝[q1，q2，q3，...，qn]，i為控制點(diǎn)數(shù)目，i＝1,2,3,...,N；應(yīng)用基于封閉的2次均勻B樣條曲線的面積計(jì)算公式為表達(dá)式8)：A=124Σm=1N(-10(xmym+1-xm+1ym)-(xmym+2-xm+2ym)---8);]]>其中：A為封閉輪廓線的面積，xi和yi分別為控制點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，其中1≤i≤N。針對(duì)100km的4車道瀝青面公路，采用本發(fā)明的方法與現(xiàn)有技術(shù)比較詳見(jiàn)表1：表1現(xiàn)有技術(shù)和本發(fā)明的比較表案例\參數(shù)人數(shù)時(shí)間能否準(zhǔn)確分辨病害種類本發(fā)明技術(shù)11-2h99％現(xiàn)有技術(shù)(
背景技術(shù)：
中的人工識(shí)別)712-15天80％-85％現(xiàn)有技術(shù)中快速檢測(cè)設(shè)備的自動(dòng)分析11-2天83％-90％由表1可知：與現(xiàn)有技術(shù)(人工識(shí)別或者檢測(cè)設(shè)備識(shí)別)比較，檢測(cè)相同長(zhǎng)度的路面，本發(fā)明方法所需時(shí)間大大縮短，且對(duì)路面病害種類的判別精準(zhǔn)度大大提高。以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3