[发明专利]一种基于图像处理的路面裂缝检测方法

说明书

技术领域

本发明属于计量检测技术领域，特别是一种基于图像处理的路面裂缝检测方法。

背景技术

高速公路的发展带给人们方便的同时,也给人们提出了一个新的难题:公路养护与管理。因为高速公路暴露于大气中，需长期承受着雨水的腐蚀、车辆的重压、人为的破坏等等会给公路带来破损,破损形式多样,如裂缝、坑槽等,这些病害给人们交通安全带来了隐患。因此,及时并且有效的路面破损检测成为公路养护的重中之重,其中,路面裂缝检测就是一个关键的部分。

目前国内很大程度上还是采用目测和简单工具丈量的方式来检测高速公路的路况，已经不能够满足高速公路的检测要求，存在着人力耗费过大、时间耗费过长、成本过高、精确度不高和影响正常的交通的缺点。

而采用的图像识别方法在预处理时，所采用的均值滤波、自适应平滑滤波等等，这些算法缺乏对整幅图像的理解，并且不能很好的保持住裂纹的边缘，不利于裂缝的识别。

发明内容

本发明的目的在于提供一种操作简单、测量精度高的基于图像处理的路面裂缝检测方法。

实现本发明目的的技术解决方案为：一种基于图像处理的路面裂缝检测方法，通过相机采集路面裂缝图像，传输到处理硬件平台，对获取的图像进行分析和处理，包括灰度处理、改进的中值滤波以及阈值分割，然后利用像素统计和裂缝细化得到裂缝的面积长度和宽度值。具体包括以下步骤：

步骤1、在裂缝路面上进行裂缝图像采集，采集过程中注意保持固定高度、焦距和图像尺寸，同时，相机镜头正对裂缝，保持与路面的平行。

步骤2、将采集到的彩色图像转换成灰度图像；

步骤3、利用改进的中值滤波增强算法对图像进行预处理去除噪声干扰；

步骤4、对得到的干净图像进行图像分割，将研究的目标提取出来；

步骤5、对提取出来的目标特征参数进行分析和提取，计算出实际裂缝的相关参数即裂缝的面积长度和宽度值。

步骤1中所述裂缝宽度在0.3mm-6mm，一般意义上的宏观路面裂缝宽度小于0.3mm是无害的，发明选用摄像头分辨率为2048*1536

步骤2中所述灰度转换公式为：

Y＝0.229R+0.587G+0.114B

其中R、G、B分别表示图像坐标(x，y)处的红色、绿色、蓝色各分量值，Y是YUV色彩空间亮度分量

步骤3所述中值滤波公式为：

Y(I,J)＝min[P₁,P₂,P₃,P₄]

min函数是取最小值运算,P1,P2,P3,P4是四个方向子窗口进行中值滤波后的中值，Y(i,j)即为中心点像素的灰度值。

步骤4所述阈值分割具体为将该图像中的每一个像素值与阈值进行比较，小于阈值的点像素被置0，大于或等于阈值的像素点值为255，其中阈值通过最大类间方差法确定，具体为：

假设一幅图像I(x,y)，区分目标区域和背景区域的阈值设为T，定义ω₀为背景区域内像素个数占总图像像素个数比例，μ₀为背景区域像素的平均灰度值，ω₁为目标区域内像素个数占总图像像素个数比例，μ₁为目标区域像素的平均灰度值，μ为图像I(x,y)所有像素的平均灰度值，g为方差g＝ω₀ω₁(μ₀-μ₁)²；g最大时对应的灰度值为阈值T。

步骤5中目标的的特征参数进行分析和提取所用公式为：

裂缝面积:

对灰度值为1的像素点进行统计,S＝灰度值为0的像素数*每个像素对应的实际面积。

裂缝长度

所有骨架的长度之和就是裂缝的长度，每段骨架的长度L通过相邻的两个像素点求得，如下式：

Li＝{[(Xi-Xi+1)*H]²+[(Yi-Yi+1)*V]²}^1/2

(Xi,Yi)和(Xi+1,Yi+1)是相邻的两个点，H为水平方向比例因子，图像水平方向像素个数与被抓拍的实际路面的宽度比值，单位(毫米/像素)，V为垂直方向比例因子，图像垂直方向像素个数与被抓拍的实际路面的宽度比值，单位(毫米/像素)。总长度就是对每一段长度进行求和：

裂缝宽度