技術(shù)特征：

1.一種基于圖像分析的路面病害識別方法，其特征在于，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架設(shè)于承載車輛上，承載車輛在待檢測的路面上行駛的同時高速線陣攝像機拍攝整個車道的路面圖像；將所拍攝到的路面圖像以及路面圖像所對應(yīng)的地理位置信息以有線或無線方式上傳至控制器；提取含有破損的目標圖像；

第二步、路面圖像的預(yù)處理，具體是：將含有破損的目標圖像進行圖像格式識別處理、圖像灰度處理、圖像平滑處理、圖像銳化處理以及邊緣檢測處理，得到經(jīng)過預(yù)處理后的路面圖像；

第三步、將經(jīng)過預(yù)處理后的路面圖像中的病害進行分割處理，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)過邊緣檢測算法，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行膨脹算法使得路面圖像的二值圖擴大一圈；

步驟3.4、將經(jīng)過步驟3.3的路面圖像進行輪廓優(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，按照像素值進行分割；

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算法進行特征提取和度量；

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行精確定位后輸出。

2.根據(jù)權(quán)利要求1所述的基于圖像分析的路面病害識別方法，其特征在于，所述第二步中：圖像格式識別處理具體是：將含有破損的目標圖像轉(zhuǎn)化為控制器識別的圖像格式；

圖像灰度處理具體是：將經(jīng)過圖像格式識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平滑處理后的路面圖像進行銳化處理。

3.根據(jù)權(quán)利要求2所述的基于圖像分析的路面病害識別方法，其特征在于，所述圖像格式為JPEG、TIFF以及RAW中的至少一種。

4.根據(jù)權(quán)利要求2所述的基于圖像分析的路面病害識別方法，其特征在于，所述圖像灰度處理具體是：將彩色的路面圖像通過公式1)轉(zhuǎn)化為灰度圖：

f(x,y)＝0.299R+0.587G+0.114B 1)；

其中：x和y分別為控制點的橫坐標和縱坐標；R、G、B分別為圖像坐標(x,y)處的紅色分量值、綠色分量值以及藍色分量值。

5.根據(jù)權(quán)利要求2所述的基于圖像分析的路面病害識別方法，其特征在于，所述拉普拉斯銳化法具體是：

設(shè)為拉普拉斯算子，則為表達式2)：

${\▿}^{2}f=\frac{{\∂}^{2}f}{\∂x^2}+\frac{{\∂}^{2f}}{\∂y^2}---2);$

對于離散型數(shù)字圖像f(i,j)，其二階偏導(dǎo)數(shù)為表達式3)：

$\begin{array}{c}\frac{{\∂}^{2}f(i,j)}{\∂x^2}=f(i+1,j)+f(i-1,j)-2f(i,j)\\ \frac{{\∂}^{2}f(i,j)}{\∂y^2}=f(i,j+1)+f(i,j-1)-2f(i,j)\end{array}---3);$

其中：i和j代表圖像中的橫坐標值和縱坐標值；

根據(jù)表達式2)和表達式3)可得表達式4)：

${\▿}^{2}f=\frac{{\∂}^{2}f}{\∂x^2}+\frac{{\∂}^{2f}}{\∂y^2}=f(i-1,j)+f(i+1,j)+f(i,j-1)+f(i,j+1)-4f(i,j)---4);$

對于擴散現(xiàn)象引起的圖像模糊，用表達式5)進行銳化：

$g(i,j)=f(i,j)-k\mathrm{\τ}{\▿}^{2}f(i,j)---5);$

其中：kτ為與擴散效應(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)表達式4和表達式5)可得表達式6)：

g(i,j)＝5f(i,j)-f(i-1,j)-f(i+1,j)-f(i,j+1)-f(i,j-1) 6)。

6.根據(jù)權(quán)利要求1所述的基于圖像分析的路面病害識別方法，其特征在于，所述第二步中邊緣檢測處理采用canny算子法。

7.根據(jù)權(quán)利要求1-6任意一項所述的基于圖像分析的路面病害識別方法，其特征在于，所述步驟3.1和第四步中邊緣檢測算法具體是：采用高斯濾波對路面圖像進行平滑處理得到路面圖像的梯度幅值和梯度方向，其中：高斯濾波的計算式為表達式7)：

$G(x,y)=\frac{1}{2{\mathrm{\π\σ}}^2}\exp (-\frac{x^2+y^2}{2{\mathrm{\σ}}^2})---7);$

其中：G(x,y)為梯度幅值，x和y分別為控制點的橫坐標和縱坐標，σ為正態(tài)分布的標準偏差。

8.根據(jù)權(quán)利要求7所述的基于圖像分析的路面病害識別方法，其特征在于，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輪廓邊緣，具體是：先用特征搜索求取相應(yīng)的特征點及特征曲線；再用B樣條曲線擬合得到Qf；用迭代算法使動態(tài)輪廓線向Qf收斂逼近；

設(shè)收斂后的動態(tài)輪廓線控制點向量為Q＝[q₁，q₂，q₃，...，q_n]，q_i＝[x_i,y_i]^T；i為控制點數(shù)目，i＝1,2,3,...,N；

應(yīng)用基于封閉的2次均勻B樣條曲線的面積計算公式為表達式8)：

$A=\frac{1}{24}\underset{m=1}{\overset{N}{\Σ}}(-10(x_m{y}_{m+1}-x_{m+1}{y}_m)-(x_m{y}_{m+2}-x_{m+2}{y}_m)---8);$

其中：A為封閉輪廓線的面積，x_i和y_i分別為控制點的橫坐標和縱坐標，其中1≤i≤N。

9.根據(jù)權(quán)利要求8所述的基于圖像分析的路面病害識別方法，其特征在于，承載車以10-80km/h的車速在待檢測路面上行駛。