赵加祥 程燕文
山东广信工程试验检测集团有限公司 山东济南 250002
摘要:为了提高公路路面裂缝的检测效率,采用图像处理技术对路面裂缝进行自动识别,提取裂缝参数。采集到裂缝图像之后进行灰度化、去噪、阈值分割处理检测出路面裂缝,对线性裂缝提取骨架并细化求出其长度和平均宽度,对于网状裂缝通过其外接矩形的面积计算出破损面积。这种方法能够有效检测裂缝宽度,裂缝检测速度快,相对误差较小,简单有效。
关键词:路面裂缝;检测;裂缝图像;灰度化;分割;参数提取
近年来,我国高速公路的建设实现了跨越式发展,给道路的养护提出了更高的要求。公路路面破损是主要质量病害之一,导致交通安全问题十分突出,公路交通建设中越来越突出的问题是已建成道路的后期维护问题。由于道路建设中存在的不良行为以及车辆超载、自然及环境等因素的影响,导致路面的持久承重能力不足,出现裂缝。为此,对于科学自动化的公路路面病害检测技术就显得非常迫切和必要。
1概述
传统的检测方法主要是靠人工检测,测量精度差、检测效率低,同时检测人员会有安全隐患。不规则裂缝、纵向裂缝、横向裂缝等都是常见的公路路面裂缝类危害,这些裂缝类危害较复杂,采用传统的检测方法很难检测出其特征。现在多采用自动检测的方法对路面裂缝的损害进行检测,其中使用图像处理方法最为普遍。图像处理是指利用扫描仪、数字摄像机等设备对待检测路面进行图像采样,经过数字化处理之后得到一个外部信息的二维数组。本文的裂缝图像分析流程包括图像采集和灰度化、以3×3窗口进行中值滤波去噪、采用最大类间方差法进行阈值分割提取裂缝、计算图像裂缝面积和长度及宽度,检测方法可提高裂缝检测的效果,从而提高公路的养护效果。
2裂缝图像预处理
由于公路路面经常会存在一些轮胎痕迹、杂物阴影、油污等,它们会在公路路面检测中形成噪声从而影响公路路面检测效果。当前应用的很多检测算法不能自动有效地剔除噪声,导致裂缝识别结果出现不连续的现象。噪声的干扰导致路面裂缝特征识别不明显,对裂缝长度、宽度的识别造成影响,因此需要对裂缝图像进行预处理,即图像灰度化和图像去噪。在进行裂缝图像预处理之前,先对裂缝图像进行采集,采集到原始裂缝图像。
红、绿、蓝3种颜色构成了自然界的一切色彩,因此得到的图像灰度函数也包含这三元色的信息。图像处理是将RGB格式的图像转换为灰度图像。识别裂缝之后开始对其图像进行灰度转换,得到相关图像。
3裂缝图像加强
在对公路裂缝图像进行拍摄时容易受到车辆噪声、路面污损等外部因素的影响,导致裂缝图像在完成变换之后出现部分无效的灰度区域或者部分无效的图像。为了提高路面的检测识别效果,需要对这些无效的图像和灰度区域进行处理,形成边界清晰、裂缝区分明显的图像。采用“线性灰度变换”突出公路图像裂缝,设I为变换之前公路图像像素,I′为“线性灰度变换”处理后的公路图像像素,并设定变换之前公路图像的灰度取值范围为[Imin,Imax],“线性灰度变换”处理后的公路图像的灰度取值范围为[I′min,I′max],具体调整函数为:
图像经过灰度转换以后,对比度得到增强。在利用计算机处理图像的过程中,用于图像平滑的常见算法包括中值法、均值法和最频值法,对3种算法进行比较分析,发现采用中值算法对图像进行处理,不需要图像的统计特征,并可以高效滤除图像的扫描噪声,消除滤波脉冲的干扰,因此本研究采用中值滤波算法。中值滤波是百分比滤波的一个特例,它是一种非线性滤波器,围绕数学形态学展开,选用某种结构的二维滑动模板,根据像素值大小对板内像素进行排列,形成单调下降(或上升)的二维数据序列,并输出大于等于(n2-1)/2个像素的值。像变得更加光滑,图像中的路面油污、斑点等痕迹也得到了较好的处理,但是图像中的裂缝还是不够清晰。
期刊文章分类查询,尽在期刊图书馆
4裂缝图像分割
裂缝图像分割是一种重要的图像技术,图像分割的主要作用是对裂缝图像进行进一步分析和处理,分割方法主要有边缘检测和阈值分割两种方法。本文采用阈值分割法进行裂缝图像分割之后,可以直接凸显出裂缝病害信息。在进行裂缝图像阈值分割时需要设定一个图像裂缝灰度阈值和背景灰度阈值,大于阈值的部分为裂缝,小于阈值的部分为背景,这样裂缝可以快速、准确地分割出来。
阈值选取是阈值分割技术中的关键步骤,研究过程中采用OTSU(最大类间方差)法对阈值进行计算。裂缝图像的灰度分为C个等级,灰度值为c的像素个数为n,则有总像素个数N=n0+n1+……+nC,每个像素值所占比例为Pi=ni/Nc。
5裂缝特征参数提取
5.1线性裂缝
长度计算。经过上述处理之后得到较为理想的二值图像,在裂缝二值图像中路面为黑色,裂缝为白色。图像线性裂缝长度的计算采用统计的图像中白色像素点个数的方法。在计算线性裂缝长度时,先提取出线性裂缝的骨架,骨架提取后,将线性裂缝细化为单像素宽,然后对白像素的个数进行统计,计算得到由像素点个数表示的线性裂缝长度,再根据摄像机的分辨率标定实际图像,计算得到图像中每个像素点代表的实际长度ì(转换系数),然后将ì和计算出的像素点个数相乘求出裂缝实际长度,即线性裂缝的实际长度为L=num(白色像素个数)ì(转换系数)。
计算裂缝平均宽度。假设在裂缝图像中的每个像素点代表的实际面积大小为S,裂缝所占像素个数为B,则裂缝总面积为A=S×B。得知裂缝总面积和裂缝长度之后,其裂缝平均宽度为W=A/L。
5.2网状裂缝的面积计算
网状裂缝值化后根据函数[row,col]=find(B= =1)(函数中,列索引为col,行索引为row)得到白色像素点的最大、最小横纵坐标索引值。本文中网状裂缝图像中白色像素点中纵坐标值的最大、最小值分别为ymax,ymin,白色像素点中横坐标的最大、最小值分别为xmax,xmin,根据公式S1=(ymax-ymin)×(xmax-xmin)计算出裂缝外围面积S1。
6 结束语
本文基于数字图像处理技术对公路路面线性裂缝长度和宽度、网状裂缝面积进行检测、计算,实例验证这种方法能够对上述裂缝进行有效检测且识别精度较高。下一步将系统地研究其他的路面破损类型的识别方法,提高公路路面的破损识别监测效果,提高评价的可靠性和准确性。
参考文献
[1]郭全民 张海先.基于图像处理技术的混凝土路面裂缝检测方法[J].传感器与微系统,2013(04).
[2]张磊.基于图像处理的公路路面裂缝检测技术研究[J].机械设计与制造工程,2017(02).
[3]王博.基于Matlab图像处理的水泥路面裂缝检测研究[J].商洛学院学报,2014(04).
[4]张维峰,刘萌,杨明慧.基于数字图像处理的桥梁裂缝检测技术[J].现代交通技术,2008(05).
作者简介
赵加祥(1988.10-),男(汉族),山东菏泽人,毕业于中国地质大学(北京)建筑工程技术专业,专科学历。现于山东广信工程试验检测集团有限公司从事工程试验检测工作。
程燕文(1983.10-),女(汉族),甘肃武威人,毕业于山东大学工商管理(质量技术与监督管理方向)专业,专科学历。现于山东广信工程试验检测集团有限公司从事工程试验检测工作。
论文作者:赵加祥,程燕文
论文发表刊物:《建筑学研究前沿》2019年1期
论文发表时间:2019/5/7
标签:裂缝论文; 图像论文; 灰度论文; 路面论文; 阈值论文; 像素论文; 公路论文; 《建筑学研究前沿》2019年1期论文;