[发明专利]一种水泥刻槽路面图像降噪增强与裂缝特征提取方法

说明书

本发明针对水泥刻槽路面裂缝识别过程中由外部因素导致路面对比度过低、由路面材质引起路面斑点以及刻槽自身干扰，公开了一种水泥刻槽路面图像降噪增强与裂缝特征提取方法，包括以下步骤：对原始水泥路面图像灰度化处理后采用改进的局部自适应对比度增强算法增强图像对比度；对增强对比度后的图像采用改进P‑M模型的平移不变Shearlet变换去噪算法去除由路面材质引起的斑点噪声；对去噪后的图像应用基于单向全变分UTV模型建立的水泥刻槽路面图像平滑模型去除影响裂缝特征提取的路面刻槽；结合连通域标记法、投影法和矩形框法，提出裂缝类型判定方法及裂缝特征计算方法，实现裂缝特征的数字化描述。本发明方法系统全面、计算量小、易于应用。

技术领域

本发明涉及图像处理领域，尤其涉及一种水泥刻槽路面图像降噪增强与裂缝特征提取方法。

背景技术

一直以来，公路交通与我们的生活息息相关，它不仅保障了我们正常的工作、学习，同时也为各类出行提供了方便，极大的推进了社会的发展。截至2017年7月，我国高速公路通车里程达13.1万公里，但随着公路总里程数目的增长，路面防护工作变得愈来愈重要。早期建设的公路，由于持续受到来自自然环境及车辆负载等因素的影响，不可避免地会受到损伤，因此，为避免损伤扩大化，及时制定出相应的路面防护策略显得尤为重要。

道路破损程度作为公路健康状况的重要指标，其中最常见的破损类型是路面裂缝，及时检测出路面裂缝并加以修补是进行路面防护的一项重要工作。水泥混凝土路面作为公路路面的一种抗滑构造，其通过添加刻槽增大道路表面的摩擦系数。刻槽的存在虽然极大地降低了交通意外的发生，但与此同时也对路面裂缝的检测工作造成了诸多不便。早期因路面检测技术未臻完善，普遍使用人工方法进行检测。在交通量较小的公路，可采用人工手段进行检测，但是在车辆来往频繁的公路采用此方法则会引起交通堵塞。此外，加之人的主观意识，人工检测的质量很难得到保证，为此，还需耗费一定的人力物力对检测人员进行道路健康状况相关知识的专业培训。

自进入20世纪以来，随着计算机技术的飞速发展，计算机图形图像处理技术、人工智能以及各种存储技术等在路面裂缝检测方面得到了普遍应用。因此，研究水泥刻槽路面裂缝检测方法，快速统计路面病害，将大大加快路面防护自动化技术的进步，同时对公路管理部门制定科学养护决策也具有重大意义。

现阶段裂缝提取方法在整个裂缝的检测工作中或多或少都会存在以下问题，如在图像对比度增强方面：部分方法采用传统的局部自适应对比度增强算法虽然能够使图像的细节信息更加突出，但并未解决图像亮度不均带来的裂缝识别精度偏低问题；在干扰噪声的去除方面：部分方法采用平移不变Shearlet变换去噪方法虽然能在一定程度上解决伪Gibbs效应带来的图像边缘模糊问题，但是对低信噪比路面图像仍然无法完整的保留图像中裂缝的边缘信息；在路面刻槽的去除方面：霍夫变换只能去除部分裂缝干扰，且会去除裂缝中的横向片段；快速傅里叶变换在弱化刻槽边缘的同时也弱或了裂缝的边缘信息，使结果图像产生模糊现象。

对此，本发明方法针对水泥刻槽路面裂缝识别过程中由外部因素导致路面对比度过低、由路面材质引起路面斑点以及刻槽自身干扰，提出了一种解决方案。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种水泥刻槽路面图像降噪增强与裂缝特征提取方法。

本发明解决其技术问题所采用的技术方案是：一种水泥刻槽路面图像降噪增强与裂缝特征提取方法，包括以下步骤：

步骤S100，对原始水泥路面图像进行灰度化处理，然后采用改进的局部自适应对比度增强算法处理灰度化后的图像，以增强图像对比度；

步骤S200，对增强对比度后的图像采用平移不变Shearlet变换，针对其中的高频子带应用改良后的P-M扩散模型进行处理，对低频子带采用双边滤波进行处理；