基于数学形态学的道路裂缝病害检测.docVIP

基于数学形态学的道路裂缝病害检测 作者,周沛希 (辽宁工程技术大学 测绘与地理科学学院 遥感科学与技术13-1，辽宁 阜新 123000） 0 目的意义 在公路养护中，路面裂缝是衡量公路质量最重要的一个指标，目前国内主要依靠人工来检测高速公路的路况，不仅会受到养护工主观意识的影响，而且还浪费了大量的人力资源，因此基于数字图像处理技术的路面裂检测技术成为路面裂缝检测发展的必然趋势，这种检测技术可以准确快速的对路面情况作出评价[1]。 高速公路对国家和地区的经济发展起到了关键性的作用，近几年我国高速公路的建设十分迅速，在公路养护中，路面裂缝是衡量道路质量最重要的一个指标，如果在裂缝出现的初期就能够及时的发现，并且对裂缝的发展情况给予实时的跟踪，那么公路的养护费将会极大的减少，同时还能够使得高速公路的行车安全得到保证。目前国内主要是依靠人工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，其主要的缺点有以下几点： (1)人力耗费过大：基于人视觉的检测需要依靠养护工人到现场，使用眼睛来观察，然而一条高速公路里程数相当可观，因此工人的劳动强度过大。 (2)时间耗费过长：虽然投入巨大的人力，但是由于是基于人的视觉特性，因此速度依然很慢。 (3)精确度不高：判断裂缝易受人的主观因素影响，因此判定结果会因人而异。 (4)影响正常的交通：检测路面病害时，需要将高速公路封闭，从而会影响到正常的交通。 (5)危险：尽管检测路面病害时是封闭了车道，但是依然存在潜在的人身安全隐患。 (6)花费过高：因为投入了巨大的人力和时间，所以花费很高[2]。 1研究现状 伴随着数字图像处理技术的不断发展，使得基于数字图像处理技术的路面裂缝检测技术成为可能，利用先进的图像采集技术，对公路路面图像采集，并将采集的数据存放到大容量的存储设备中，可以离线也可实时的对采集到的图像处理，利用上述的新技术应用于公路裂缝的检测，不仅可以节省劳动力、去除人的主观因素影响，而且可以快速、准确地对公路的路况进行评价，显然是路面裂缝检测发展的必然趋势。综上所述基于数字图像处理技术的路面裂检测技术，是一门具有使用价值的高新兴技术[3]。 数字图像处理的算法成千上万种，但是数字图像处理的对象和目的是各不相同的，在路面裂缝检测技术中，最为核心的是就是基于数字图像处理的路面裂缝检测算法，研究的对象主要就是路面裂缝，近些年来国内外为了研究路面裂缝的自动检测技术投入了大量的人力和物力，已经获得了大量的成果[4]。 高速公路路面病害养护和管理的重要部分就是路面裂缝的检测。近年来，路面裂缝自动检测技术已得到了广泛应用，而由于路面裂缝图像的复杂性，检测算法直接影响着检测结果的精确度。因此，将重点放在路面裂缝病害的检测上，为了提高检测的精度，分别从裂缝图像的去噪、图像的增强、图像的分割以及检测后路面裂缝图像的特征提取方面进行深入研究。在路面裂缝图像中，由于裂缝信息与背景对比度偏低，难以将裂缝直接检测到。对于图像的预处理，首先对图像进行灰度校正，再对校正之后的图像滤波，提出了一种改进的中值滤波方法，对图像进行去噪，之后用基于模糊理论的图像增强原理对图像做进一步增强，有效提高了路面裂缝图像的对比度[5]。针对路面裂缝图像分割，本文分别用了阈值分割和基于形态学多尺度的思想，对于形状规则的裂缝采用的是阈值分割，对于裂缝形状不规则的图像，本文设计了一种多结构元素的抗噪型边缘检测算子，且依据不同形状的结构元素对裂缝边缘填充的几率不同，确定了自适应权重，使得算子检测到了各种类型的裂缝边缘，有效地提高了检测的精度[6]。对于经过分割后的路面裂缝图像中存在噪声和裂缝断裂的问题，本文对于断裂较窄的图像用形态学中的闭运算和开运算去处理，对于断裂较宽的图像，提出了一种基于生长的断裂裂缝块的连接方法。提高了连接的效率和准确率，使整个检测结果清晰完整。最终，从识别结果图中提取裂缝信息。根据得到的识别结果图，设定一系列判定条件，提取出裂缝的连通域,对裂缝的类型进行判断，最后计算出网状裂缝的面积及线性裂缝的长宽信息。 2技术路线 2.1图像去噪 常用的路面病害图像增强算法，主要有均值滤波、中值滤波和自适应平滑滤波等等。我们这里采用的是用中值滤波进行去噪。 使用的代码是：I2=medfilt2(I1)，medfilt2是进行中值滤波的函数。 I=imread(C:\Users\zpx\Desktop\遥感131第二组综合训练一\A.bmp); I1=rgb2gray(I);%彩色图像转变为灰度图像 imshow(I1); I2=medfilt2(I1);%中值滤波去噪 figure,imshow(I2); 2.2图像分割 常用路面裂缝图像分割算法主要有基于边缘的分割算法（