[发明专利]基于稀疏分解理论的公路路面病害特征提取方法

说明书

技术领域

本发明涉及路面病害检测技术，具体涉及一种路面裂缝病害特征的提取 方法。

背景技术

随着高速公路事业的蓬勃发展，路面病害检测成为公路养护事业的一个 重要研究课题，在公路的维护中占有重要的地位。传统的人工检测技术速度慢、 不准确且影响交通，已不能满足公路检测发展的要求。高性能的计算机以及图 像处理技术的发展使路面病害的自动检测成为可能，其中对于路面的检测一直 是研究的热点。然而，路面图像存在着成像灰度不均、光源、阴影、稳定性等 问题，其复杂性、多样性以及病害信息的弱信号性，使得路面病害自动检测技 术存在诸多问题。针对变化多样的路面破损形式，寻找行之有效的路面病害特 征识别技术具有重要的意义。

目前路面病害特征识别技术主要有两种，一种是基于灰度信息的图像处 理技术，这种技术研究较多，方法也较多；另一种是基于结构光的三维轮廓检 测技术，这种技术研究相对较少。下面分别介绍这两种检测技术：

1.基于图像灰度信息的路面病害特征识别技术

由线阵相机在辅助照明条件下获取路面图像是这种技术的一个典型实 现。图像数据主要由以下四部分灰度信息组成：路面影像背景部分，为低频成 分；路面破损及路面污染物如油污部分，为高频成分；辅助照明系统由于照 明不均所引起的干扰成分以及成像系统的随机噪声成分。因而路面图像裂缝的 识别研究主要集中在图像增强和裂缝目标分割的方法上。

现有的裂缝图像检测技术主要以裂缝的灰度特征及二维形态特征作为判 别裂缝的准则，主要应用的算法有基于直方图路面裂缝感知算法，影像分块裂 缝检测算法，路面影像实时阈值化算法、人工种群算法、统计滤波法、模糊逻 辑法等。这些算法都在一定程度上对常规裂缝检测算法有所改进，但均难以克 服油污、黑斑以及大量随机分布的噪声的影响。

2.基于结构光的三维轮廓信号分析技术

结构光成像技术获得的路面信号包含了路面三维轮廓信息，数据精度高、 特征丰富，对油污、黑斑以及随机噪声不敏感。这些特征包含车辙、裂缝、坑 洼、突起等不同的表现形态。如图1所示，由于成因不同和杂物填充，病害特 征可能会表现出不同的形态，如宽度变化不一，深度不同等。

基于结构光的三维轮廓信号分析技术可以采用小波和中值滤波相结合的 方法来提取基于结构光的三维轮廓信号特征。其中，小波降噪用于平滑线性叠 加的高斯噪声，中值滤波用于处理信号中的强脉冲分量。在轮廓特征提取的过 程中，可以得到裂缝、突起、坑洼等特征的信息。

实际路面由于受到雨水冲刷，泥土填埋等原因，裂缝信号表现形式并不 像仿真信号那样理想，采用小波和中值滤波相结合的轮廓特征提取方法，经常 会把有用特征当作噪声来处理，识别准确率低，不能满足实际应用要求。

综上所述基于灰度信息的图像处理技术难以克服油污、黑斑以及大量随 机分布的噪声的影响，而基于结构光的三维轮廓信号分析技术虽然可以有效克 服这些缺点，但是采用的小波和中值滤波相结合的方法也存在特征提取不足， 实际应用效果不理想等问题。

发明内容

本发明为了解决基于结构光的轮廓信号分析技术中存在的特征提取不足， 实际应用效果不理想等问题，而提出了一种基于稀疏分解理论的公路路面裂缝 病害特征提取方法。

本发明的基于稀疏分解理论的公路路面病害特征提取方法的步骤如下： 步骤一：建立裂缝病害特征的原子库如公式1-1：

其中a_k表示裂缝的位置信息，b_k表示裂缝的尺度信息，也即宽度信息； k表示一系列的不同位置，不同宽度的裂缝类型；A_k为归一化系数，如公式1-2， 从而保证原子具有单位能量，便于后续处理；