路面裂缝图像识别算法研究进展.pdfVIP

第33卷 第6期 42 中 外 公路 2o1 3年12月 文章编号：1671--2579(2013)06一0042一09 路面裂缝图像识别算法研究进展 彭博h2一。蒋阳升1’2 (1．西南交通大学交通运输与物流学院，四川成都610031；2．西南交通大学综合运输四川I省重点实验室； 3．OklahomaState University) 摘要：该文介绍了路面裂缝图像识别的三个主要环节，图像增强、图像分割和裂缝分类。 对空域、频域增强算法，基于区域、边界和边缘的图像分割算法，以及有监督和无监督的裂缝 分类识别算法的研究发展进行了综述，探讨了现有裂缝图像识别算法存在的问题，并从软硬 件结合的角度提出了路面裂缝自动识别的发展前景。 关键词：路面养护；图像增强；图像分割；裂缝分类 中国公路交通正处于高速发展时期，在新建、改扩 的结果。为了在计算时间、准确率和稳定性等方面保 建公路特别是高等级公路的同时，路面养护管理的重 持总体较优的效果，传统的图像处理方法和许多新方 要性和紧迫性也日渐凸显出来。目前国内高等级公路 法都得到了广泛的应用尝试，如模糊逻辑、神经网络、 状况的主要检测手段是人工检测和半自动检测，这两 小波变换、数学形态学等。通常情况下，路面图像识别 种方法效率较低、劳动强度大、耗时多、误差高，难以保 技术包括图像增强与去噪、图像分割、破损特征描述与 障调研安全性，且获取的数据欠缺准确性与全面性，不 分类等几个环节，该文从这几个方面对路面裂缝图像 能对路面状况进行科学合理的评价和管理。因此，开 的自动识别进行综述。 发和设计高效、快速、准确的路面破损自动检测系统具 有重要的意义。对此，国内外研究人员进行了深入的 1 图像增强 研究，特别是利用摄影或摄像技术开发路面破损信息 采集系统，如已投入使用的日本Komatsu系统(沿行路面状况比较复杂，通常受到杂物、砂石、轮胎痕 车方向采集一个车道宽的图像，分辨率2048× 迹、油污、植物建筑阴影的影响，有必要去除这些因素。 2048)、美国PCES系统(1024像素／8英尺)、瑞典有学者把图像增强和去噪划为两个不同的领域，也有 PAVUE系统(图像分辨率约为2000像素／车道)、美 学者认为去除噪声的工作即为图像增强，由于从总体 国伊利诺伊州的自动路面检测系统(采集一个车道宽 上都是为了改善图像的视觉效果、剔除噪声、消除背景 的图像，分辨率512×480)、美国的DHDV(沿行车方光照不均匀，该文将它们统称为图像增强。图像增强 向连续采集约4m宽的路面图像，分辨率3704× 技术可以分为空间域方法和频域方法，空间域方法针 2048)和中国的CiCs路面检测车(沿行车方向连续采对图像平面自身f(X，Y)的像素进行操作，即厂(z， 056x2048)。目 集约2．6m宽的路面图像，分辨率3 前，许多先进的路面检测系统均能采集精度达1mm 换等将图像转换到频域空间进行处理，然后再变回空 的路面图像，基于此，运用图像识别等技术提取破损信 间域，即，(z，Y)一，。(z，Y)一F(z，y)的过程。 息已经成为该领域研究热点，特别是裂缝图像自动识 1．1空域增强方法 别与分类。 空域增强方法主要有以下4类：1)基于整幅图像 路面裂缝图像自动识别与分类受到了国内外学者 灰度信息的增强方法；2)滤波方法；3)孤立噪点去除 的重视，但在没有人为干预的情况下，仍然难得到满意 算法；4)消除背景光照不均匀的算