摘要：提出一種路面破損圖像實時檢測的實現(xiàn)方法。對高速采集的路面圖像去模糊后再進(jìn)行裂紋特征分析，設(shè)計了一種基于鄰域像素灰度值比較的特征快速提取方法，利用鄰域相關(guān)及連貫性等知識智能去除虛假裂紋，從而提取真實裂紋信息。大量采集的圖片的處理結(jié)果表明，該方法可實時快速檢測路面破損信息，具有較強(qiáng)的魯棒性和實際應(yīng)用性。
關(guān)鍵詞：路面破損；裂紋特征；圖像分析；特征提取
1 引言
高等級公路建設(shè)快速發(fā)展，路面質(zhì)量監(jiān)控體系完善，則要求高的檢測水平。車輛在高等級公路行駛時，對路面的平整度、完好率要求很高，當(dāng)路面出現(xiàn)裂縫等損壞時，應(yīng)及時維修。目前國內(nèi)檢測高等級公路路況的手段主要是人工檢測，不但勞動強(qiáng)度大、檢測速度慢，而且十分危險。隨著高速大容量數(shù)據(jù)傳輸及圖像處理與模式識別技術(shù)的發(fā)展，使得路面破損實時檢測成為可能。國外已有許多學(xué)者致力于該領(lǐng)域研究，國內(nèi)相關(guān)領(lǐng)域的學(xué)者也在開展這方面的研究工作。對車載實時采集的路面圖像進(jìn)行特征分析和處理，對存在裂紋的路面圖像提取裂紋信息，實時處理路面圖像。實驗結(jié)果表明，該方法對路面破損狀況的檢測快速準(zhǔn)確，具有廣闊的應(yīng)用前景。
2 路面圖像處理
2．1 去模糊處理
利用CCD攝像機(jī)采集圖像時，攜載攝像機(jī)的車輛處于高速運(yùn)動狀態(tài)，由于拍攝的路面和攝像機(jī)之間的相對運(yùn)動，導(dǎo)致所獲取的路面圖像存在模糊現(xiàn)象。因此在圖像分析處理前，必須對其去模糊處理。模糊的二維圖像可模型化為：
g(x，y),f(s，t)，n(x，y)分別表示模糊圖像、原圖像及噪聲。對式(2)進(jìn)行傅里葉變換后，利用維納濾波方法進(jìn)行高通濾波，將產(chǎn)生模糊的低頻信息濾除掉，只保留高頻圖像信息，則可得到去模糊后的圖像。
2．2 路面裂紋特征及其度量
一般情況下，路面裂紋在圖像上主要表現(xiàn)為：
(1)非負(fù)性 與周同非裂紋像素相比，裂紋位置的像素灰度值明顯低于背景像素灰度值，針對此特征定義其度量公式為：
式中，V(i,j)為當(dāng)前像素灰度，V(i+m,j+n)為以當(dāng)前像素為中心設(shè)定窗口內(nèi)的鄰域像素灰度值。當(dāng)滿足▽k>0時的非負(fù)個數(shù)N作為其中的裂紋像素的主要特征判斷標(biāo)準(zhǔn)。
(2)對比度特征 裂紋像素與其周圍的非裂紋區(qū)域存在明顯的對比度關(guān)系，將其對比度定義為：
式中，Vb為連續(xù)裂紋像素區(qū)域灰度平均值，Vg、Vmax和Vmin分別為其鄰域非裂紋像素區(qū)域灰值及最大灰度值和最小灰度值，N為鄰域非裂紋區(qū)域像素個數(shù)，C為裂紋區(qū)域與非裂紋區(qū)域的對比度。
(3)路面裂紋的紋理特征 裂紋在窗口區(qū)域中表現(xiàn)為連續(xù)的、共線的且具有相近灰度值的像素區(qū)域，可將裂紋的這種特征描述為基于灰值相似性分布基礎(chǔ)上的紋理特征?？擅枋鰹椋?/p>
式中，i，j為像素坐標(biāo)，P(i-j)為該窗口區(qū)域的灰度共生矩陣，若P(i-j)中小的元素接近矩陣主對角線，則表明該窗口中的近鄰元素有較大的反差，表明存在裂紋區(qū)域。
2．3 特征的快速提取方法
根據(jù)上述主要裂紋特征及其度量，這里提出一種基于像素灰度值比較進(jìn)行裂紋特征量提取的快速掃描方法。
①以圖像中心(i，j)為起點，考查其8個鄰域點在原圖中的灰度信息。若其滿足某一灰度特征信息，賦值為255；否則賦0：以1個單位為起始步長(step=1)，按照逆時針方向旋轉(zhuǎn)開始掃描；②每改變一次方向時其方向碼值增加2個單位方向，每改變兩次方向時其步長值增加1個單位。因8個鄰域中已賦值的點有4個(轉(zhuǎn)折點處只有3個)，故只需比較已賦值的點；③如圖1所示，當(dāng)掃描到(i0,J0)時，將當(dāng)前點在原圖中的灰度值與4個鄰域在原圖中的灰度值相比較。若與4個鄰域中值為255的點在原圖中的灰度值相似時，當(dāng)前點賦為255，下一步執(zhí)行⑤；若與4鄰域中值為0的點在原圖中的灰度值相似，當(dāng)前點賦為0，下一步執(zhí)行⑤；若與它們都不相似，則執(zhí)行④操作；④判斷其8個鄰域點在原圖中的灰度信息。若其滿足某一灰度特征信息，將其值賦為255；否則賦為0；執(zhí)行下一步；⑤重復(fù)②③操作，直至遍歷整幅圖像為止。
2．4 特征分析與處理
3 結(jié)果與分析
利用該方法處理實時采集的高速路面圖像，如圖2、圖3所示。圖2a為采集的路面單裂紋圖像，其大小為512×384(文中圖像縮小到1／3)，圖2b為對圖2a的裂紋特征提取結(jié)果，含有較多的非裂紋像素，通過特征分析對圖2b進(jìn)行虛假裂紋剔除后并進(jìn)行裂紋跟蹤的結(jié)果見圖2c。圖3a為多裂紋路面圖像，對其進(jìn)行裂紋特征提取的結(jié)果見圖3b，圖3c為通過特征分析對圖3b進(jìn)行虛假裂紋剔除后跟蹤的結(jié)果。從實驗結(jié)果可以看出，該方法準(zhǔn)確完整地提取出了路面裂紋，沒有受到路面標(biāo)記的影響。
4 結(jié)語
提出一種路面破損圖像實時檢測方法。先對路面裂紋圖像進(jìn)行去模糊處理和裂紋特征分析，在此基礎(chǔ)上，提出快速方法提取裂紋，對提取出的裂紋圖像進(jìn)行特征處理后，用參數(shù)描述裂紋的矢量信息和幾何特性。對大量采集的路面圖像進(jìn)行處理。結(jié)果表明，該檢測方法能正確快速提取路面圖像的裂紋信息，具有較強(qiáng)的魯棒性和實用性。
下載文檔
