[发明专利]路面病害图像的自动识别方法和系统

说明书

本发明公开了一种路面病害图像的自动识别方法和系统。该方法包括：将拍摄的路面图像进行预处理，包括Gamma灰度校正、高斯滤波增强和局部自适应二值化；对二值化图像进行边缘检测；对边缘检测后的图像进行连通域轮廓检测，获得连通域的个数和连通域轮廓的外接矩形；根据连通域轮廓的外接矩形的形状判断出路面裂缝所在区域；根据路面裂缝所在区域的位置信息从边缘检测后的图像中提取裂缝区域图像，并叠加黑色模板形成与原始图像大小相同的裂缝特征图像；基于卷积神经网络对裂缝特征图像进行分类。与现有技术相比，本发明对于路面病害中的裂缝定位具有十分优异的检测效率，而且对于不同特征的裂缝图像具有不错的鲁棒性表现。

技术领域

本发明涉及一种路面病害图像的自动识别方法和系统，属于图像处理技术领域。

背景技术

路面病害中路面裂缝作为路面病害在高等级公路路面破损的主要表现形式，对于现代化、高效率的公路养护非常重要。由于传统的人工检测方法耗时长、不准确、危险性高、妨碍交通、主观差异性大，现在多采用高精度相机快速拍摄路面图像，进行计算机自动检测。各种各样的路面裂缝检测定位算法被提出。

根据裂缝区域的灰度值较低的图像特点，谢昌荣等发表路面裂缝检测图像处理算法的研究中通过分析各种经典的图像处理算法优异性，进行裂缝检测。KirschkeK R提出了基于直方图统计的裂缝检测策略。Egemen T等提出了直方图投影的算法，采用形态学算子消除图像分割后的噪声，获取裂缝。根据裂缝特征的频域角度出发，Bahram J等提出了基于小波变换的检测算法，马常霞等提出了结合NSCT和图像形态学的裂缝检测算法，王刚等运用了脊波变换检测局部线性裂缝。将二维图像映射到三维曲面，唐磊等提出了基于三维地形的路面裂缝检测方法。也有一些跨领域的方法也被提出，用以刻画复杂环境下的裂缝特征，如任亮等提出的基于Prim最小生成树的方法，邹勤等提出的利用目标点最小生成树的检测算法，马常霞等提出的基于分数阶微分的裂缝检测算法。这些算法在某些环境的路面图像中，取得了较好的检测效果。但对于复杂情况下的含有较多非裂缝信息，较多干扰物的情况下，却无法达到理想的识别效果。

发明内容

发明目的：针对现有技术中存在的问题，本发明目的在于提供一种路面病害图像的自动识别方法和系统，提高路面裂缝检测效率，且能适用于不同特征的裂缝图像，具有较理想识别效果。

技术方案：为实现上述发明目的，本发明提供一种路面病害图像的自动识别方法，包括如下步骤：

(1)将拍摄的路面图像进行预处理，所述预处理包括Gamma灰度校正、高斯滤波增强和局部自适应二值化；

(2)对预处理后得到的二值化图像进行边缘检测；

(3)对边缘检测后的图像进行连通域轮廓检测，获得连通域的个数和连通域轮廓的外接矩形；

(4)根据连通域轮廓的外接矩形的形状判断出路面裂缝所在区域；

(5)根据路面裂缝所在区域的位置信息从边缘检测后的图像中提取裂缝区域图像，并叠加黑色模板形成与原始图像大小相同的裂缝特征图像；

(6)基于卷积神经网络对裂缝特征图像进行分类。

作为优选，所述步骤(1)中对图像进行Gamma灰度校正时，校正参数γ<1，将图像的高光部分拓展而暗调部分压缩。

作为优选，所述步骤(1)中局部自适应二值化的计算方法为：

其中，(x₁,y₁)、(x₂,y₂)为局部区域的左上角和右下角点的坐标值，为局部区域的长和宽，S(x,y)为局部区域范围内像素点积分图像值，S(i,j)为局部区域的中心点的积分图像值，I(i,j)为二值化后的灰度值。