[发明专利]一种沥青路面裂缝提取方法有效
申请号: | 201910457442.1 | 申请日: | 2019-05-29 |
公开(公告)号: | CN110390256B | 公开(公告)日: | 2023-06-23 |
发明(设计)人: | 王郴平;李保险;张傲南;孙杨勇;吴迪;孔海望 | 申请(专利权)人: | 广东建科交通工程质量检测中心有限公司;广东省建筑科学研究院集团股份有限公司 |
主分类号: | G06V20/64 | 分类号: | G06V20/64;G06V10/30;G06V10/28;G06T7/136;E01C23/01 |
代理公司: | 广州知友专利商标代理有限公司 44104 | 代理人: | 李海波;尤健雄 |
地址: | 510500 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 沥青路面 裂缝 提取 方法 | ||
1.一种沥青路面裂缝提取方法,其特征在于:所述的沥青路面裂缝提取方法包括:
步骤S1、采集被测沥青路面的路面三维图像,且该路面三维图像的精度≤1mm;
步骤S2、用可调式滤波器组,提取所述路面三维图像的潜在裂缝区域,方式如下:
步骤S2-1、建立所述可调式滤波器组:
所述可调式滤波器组包含52个可调式滤波器k(σ,θ),该可调式滤波器k(σ,θ)采用二维高斯方程的二阶微分方程作为基础形式,并且,所述52个可调式滤波器k(σ,θ)的方向θ、宽度σ和尺寸,分别按下表设置:
步骤S2-2、识别所述路面三维图像中的裂缝像素:
对所述路面三维图像的任意一个像素点,逐个用所述52个可调式滤波器k(σ,θ)与该像素点进行卷积计算,以得到52个响应值ri,i为所述滤波器编号;判断该52个响应值ri中的最大值是否大于预设的分割阈值thres,如果判断结果为是,则判断该像素点为裂缝像素,否则,判断该像素点为非裂缝像素;其中,所述分割阈值thres的取值范围在-0.25至0.25之间;
步骤S2-3、采用步骤S2-2所述方式对所述路面三维图像的每一个像素点进行识别,识别得到的全部裂缝像素即为所述路面三维图像的潜在裂缝区域。
2.根据权利要求1所述的沥青路面裂缝提取方法,其特征在于:
所述步骤S2还包括:
步骤S2-4、将所述路面三维图像进行二值化,即:将所述路面三维图像的裂缝像素赋值为1,非裂缝像素赋值为0,以得到路面裂缝二值图像;
所述的沥青路面裂缝提取方法还包括:
步骤S3、基于张量投票理论,对所述路面裂缝二值图像进行增强,以得到路面裂缝图像,方式如下:
步骤S3-1、将所述路面三维图像的每一个裂缝像素初始化为球张量
步骤S3-2、进行稀疏投票,即:用二阶半正定对称张量T的球张量对经过初始化的每一个所述裂缝像素进行球张量投票,以得到每一个所述裂缝像素的曲线主方向向量图;
步骤S3-3、进行稠密投票,即:将每一个所述裂缝像素的曲线主方向向量图设置为该裂缝像素的棒张量投票方向,并用二阶半正定对称张量T的棒张量对经过初始化的每一个所述裂缝像素进行棒张量投票,以得到显著性图像;
步骤S3-4、将所述路面裂缝二值图像的每个像素点与所述显著性图像相同位置的像素点进行逻辑或运算,对于赋值经过该逻辑或运算后改变为1的像素点,将该像素点的类型由非裂缝像素改变为裂缝像素,并与所述潜在裂缝区域一起组成所述路面三维图像的裂缝区域,以得到所述路面裂缝图像。
3.根据权利要求2所述的沥青路面裂缝提取方法,其特征在于:
所述的沥青路面裂缝提取方法还包括:
步骤S4、对所述路面裂缝图像进行后处理,方式如下:
步骤S4-1、统计所述步骤3得到的路面裂缝图像中每一个连通域的像素数目,其中,将位置相连的裂缝像素归属为一个所述连通域,所述连通域的像素数目即该连通域所包含裂缝像素的数量;
步骤S4-2、对每一个所述连通域均进行判断,如果所述连通域的像素数目小于预设的像素数量阈值,则判定该连通域为噪音,并将属于该连通域的像素点的类型由裂缝像素改变为非裂缝像素,以修正所述路面裂缝图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东建科交通工程质量检测中心有限公司;广东省建筑科学研究院集团股份有限公司,未经广东建科交通工程质量检测中心有限公司;广东省建筑科学研究院集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910457442.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于多维度特征提取的高铁环境变化监测方法
- 下一篇:一种身份信息快速核验系统