[发明专利]基于线阵相机的路面图像灰度校正方法

说明书

本发明公开了一种基于线阵相机的路面图像灰度校正方法，针对线阵相机拍摄特性导致的路面图像灰度不均匀情况，将匀光的重点放在横向上，改进了现阶段常用的算法全局矫正的思路，将线阵相机同次拍摄的某一路段的连续图像作为灰度矩阵g(x,y)输入，将各列灰度值取均值作为列灰度均值向量I(x)，减去对列灰度均值向量各元素的均值，结果作为灰度背景，将原灰度矩阵各行去除灰度背景向量，再拉伸至[0,255]，得到图像灰度校正后的结果。将多张图像列均值作为背景的方法能更有效地避免纵向高灰度区域与低灰度区域共存产生的补偿效应，使得图像处理结果更为均匀。与Mask法、Wallis法等相比，保留了图像的全部细节，是一种准确校正算法。

技术领域

本发明涉及路面自动检测技术领域，特别是涉及基于线阵相机的路面图像灰度校正方法。

背景技术

随着经济社会的发展，我国修建的道路里程不断增加，路面的检测与养护工作日益成为道路管理的重点工作。路面裂缝是路面破损的主要表现，对裂缝的准确识别可以对路面的养护合理决策提供依据。传统的人工目视识别方式因效率低、耗时长、需要大量人力等缺点，近年来逐渐被自动检测手段所取代。路面裂缝的自动检测手段主要是通过工业相机拍摄路面图像，通过计算机对图像进行处理和识别，对路面破损状况进行评价。在这一过程中，路面图像作为识别样本具有极重要的地位。较为先进的图像采集系统通常使用线激光作为光源，配合线阵相机进行拍摄，此方法采集的图像具有精度高、亮度好等特点，但由于路面车道宽度较大(3.5m以上)，点光源发射的线激光在此尺度上往往具有亮度不匀的特点。这种特点反映在灰度图像上为图像灰度不匀，对图像的进一步处理和识别往往造成巨大的影响。因此图像的匀光算法成为检测系统中的重要模块。

图像的匀光算法，在灰度图像上也可称为灰度校正，其主要的应用是航测遥感图像的预处理中。由于遥感图像采集中的复杂环境因素，数字航空影像往往存在色彩、亮度不均匀的问题。近年来由于路面自动检测技术的兴起，匀光算法也逐渐被应用到路面破损图像处理中来。路面检测系统所采用的匀光算法多参照遥感影像处理的经验，采用两种应用较为广泛的匀光算法Mask和Wallis。因遥感影像采集的复杂性，其亮度的不均匀性较强，相应的匀光算法也较为复杂，另外，其处理图像的尺度远大于路面检测图像，因此无法满足精确校正的要求。由于线阵相机采集图像的一维性，其采集的图像灰度不均匀仅表现在横向上，简单地套用遥感影像的处理方法效果不佳。少数学者的研究考虑了一维不均匀问题，但其以某种特定形式模拟背景光作为去除分量，未能完全准确描述光照背景的实际形态，也不能适应其他光照系统带来的不均匀情况。

在路面自动检测技术中，较为先进的图像采集系统通常使用线激光作为光源，配合线阵相机进行拍摄，此方法采集的图像具有精度高、亮度好等特点，但由于路面车道宽度较大(3.5m以上)，点光源发射的线激光在此尺度上往往具有亮度不匀的特点。这种特点反映在灰度图像上为图像灰度不匀，对图像的进一步处理和识别往往造成巨大的影响。而值得注意的是，由于线阵相机采集图像的一维特性，获得的路面图像信息的灰度不均匀一般仅存在于横向方向上。本发明针对线阵相机采集图像的一维不均匀特性，对横向的灰度不均匀进行校正。

发明内容

为了以上问题，本发明提供基于线阵相机的路面图像灰度校正方法，通过对灰度矩阵各列取均值消除了随机噪声对灰度背景选取的影响，将原矩阵减去准确的背景矩阵，获得在横向上消除灰度分布不均匀的图像结果，为达此目的，本发明提供基于线阵相机的路面图像灰度校正方法，具体步骤如下：

步骤一；将线阵相机同次拍摄的某一路段的连续图像作为灰度矩阵g(x,y)输入；

步骤二；将各列灰度值取均值作为列灰度均值向量I(x)，减去对列灰度均值向量各元素的均值，结果作为灰度背景；

步骤三；将原灰度矩阵各行去除灰度背景向量，再拉伸至[0,255]，得到图像灰度校正后的结果。

进一步的，步骤一详细步骤如下；