基于圖像處理的路面裂縫識別研究

1、第卷第期年月重慶交通大學(xué)學(xué)報（自然科學(xué)版）（）疲勞開裂和車轍是瀝青公路路面兩個最主要的破損形式，根據(jù)交通部高速公路養(yǎng)護(hù)質(zhì)量檢測方法（試行）之規(guī)定，需要定期對高速公路路面狀況進(jìn)行調(diào)查，以便制訂相應(yīng)的維護(hù)策略，其中重要的一項指標(biāo)是路面裂縫。而且準(zhǔn)確的裂縫信息也是路面管理信息系統(tǒng)的需要。傳統(tǒng)的基于人工視覺檢測裂縫的方法愈來愈不能適應(yīng)高速公路發(fā)展的要求，主要是速度慢，個人主觀程度大，而且花費(fèi)高，危險還影響正常交通。計算機(jī)高性能處理器、大容量存儲器及圖像處理技術(shù)的快速發(fā)展，使得路面裂縫的自動檢測與識別技術(shù)成為可能。但對于采集到的路面圖像，由于采集工具的不同，路面材料的影響，使圖像包含大量的噪音。因而對路

2、面圖像裂縫的識別研究主要集中在圖像增強(qiáng)和裂縫目標(biāo)的分割。文獻(xiàn)采用路面圖像直方圖均衡化來增強(qiáng)圖像；文獻(xiàn)運(yùn)用加權(quán)鄰域平均法來平滑路面圖像；文獻(xiàn)則采用了中值濾波。在圖像分割方面，大多采用圖像全局信息（如整幅圖像的灰度直芳圖）和局部閾值（把原始圖像分為幾個小的子圖像）來求出最優(yōu)分割閾值文獻(xiàn)。也有其他的路面圖像分割算法，文獻(xiàn)運(yùn)用了神經(jīng)網(wǎng)絡(luò)圖像分割算法，而文獻(xiàn)則采用了基于樣本空間的圖像分割算法。一般來說，在采集到的路面圖像中，包含兩類對象：狀況良好的路面，即背景；裂縫，即識別的目標(biāo)。因此，數(shù)字圖像可分為兩類像素集：代表背景的像素和代表裂縫的像素。理想狀況下，裂縫應(yīng)該比背景更暗。但是由于各種因素的影響，使路

3、面圖像具有以下特點：由于路面材料的不均勻性，正常路面的紋理也不均勻。因此，所采集的圖像背景顏色本身有較大地變化；裂縫圖像也有同樣的情況。由于嚴(yán)重程度不同，其大小、面積也不同。如果裂縫中有與背基于圖像處理的路面裂縫識別研究孫波成，邱延峻（西南交通大學(xué)峨眉校區(qū)，四川峨眉；西南交通大學(xué)土木學(xué)院，四川成都）摘要：傳統(tǒng)的人工視覺檢測裂縫方法具有耗力、耗時、不精確、影響交通、危險、花費(fèi)高等缺點。這里介紹一種基于圖像處理的路面裂縫類病害自動識別方法。首先使用一種掩膜平滑法，對有大量噪音的路面圖像進(jìn)行增強(qiáng)，再采用最大類間、類內(nèi)距離準(zhǔn)則對圖像進(jìn)行閾值分割，提取圖像上的裂縫特征，實驗結(jié)果表明了該方法的有效性。關(guān)鍵

4、詞：路面裂縫；閾值分割；圖像處理中圖分類號：文獻(xiàn)標(biāo)志碼：文章編號：（），（，；，）：，：；收稿日期：基金項目：交通部西部建設(shè)科技項目（）作者簡介：孫波成（），男，湖北孝感人，講師，博士研究生，研究方向：圖像處理。重慶交通大學(xué)學(xué)報（自然科學(xué)版）第卷景顏色相近甚至更亮的比較大的顆粒，也會導(dǎo)致裂縫圖像顏色的變化。但總的來說，裂縫圖像比正常路面的暗；代表裂縫的像素數(shù)量遠(yuǎn)遠(yuǎn)小于代表背景的像素數(shù)量；正常路面的灰度值與裂縫的灰度值有部分重疊；路面圖像信息量較大。根據(jù)上述道路圖像自身的特點，并參考同行路面圖像裂縫識別的各種算法，本文首先使用一種掩膜平滑法，對有大量噪音的路面圖像進(jìn)行增強(qiáng)，再采用最大類間、類內(nèi)距

5、離準(zhǔn)則對圖像進(jìn)行閾值分割，提取圖像上的裂縫特征。圖像增強(qiáng)圖像增強(qiáng)是相對圖像識別、圖像理解而言的一種前期處理，目的是采用一系列的改善圖像的效果或?qū)D像轉(zhuǎn)換成一種更適合人或計算機(jī)進(jìn)行分析處理的形式，主要是指按需要對圖像進(jìn)行適當(dāng)?shù)淖儞Q突出某些有用的信息或削弱無用的信息，如改善圖像的對比度、去除噪音或強(qiáng)調(diào)邊緣的處理等。圖像增強(qiáng)的方法一般分為空間域和變換域兩大類，常用的圖像增強(qiáng)方法有空間域單點增強(qiáng)、圖像平滑、圖像銳化、圖像濾波等?？沼驗V波在一幅數(shù)字圖像中，相鄰區(qū)域的變化大于區(qū)域內(nèi)部的變化，同一區(qū)域內(nèi)部中間像素的變化小于邊緣像素的變化。為了減少和消除圖像中的噪音，改善圖像的質(zhì)量，抽取圖像的線形特征，目前使

6、用最多的是采用小區(qū)域模板卷積的方法（圖）來進(jìn)行空域濾波。具體計算時，實現(xiàn)將模板中心和圖像中待處理的某像素點重合，并將模板各元素與模板下各自的對應(yīng)像素值相乘，最后將模板輸出響應(yīng)（上步計算出的模板各元素乘積之和）作為當(dāng)前模板中心所在像素的灰度值。為了更好地突出圖像線形特征的方向性，通常的做法是對上述單模板進(jìn)行擴(kuò)展，構(gòu)造個方向的模板。通常，對圖像中的一個像素，它共有個相鄰點，因此從該點出發(fā)具有個方向?？梢允孪葮?gòu)造個不同方向、大小為×的模板，如圖。將這個模板依次作用于同一圖像窗口。對于每一個模板，將圖像窗口內(nèi)各像素的灰度值分別與模板對應(yīng)位置的元素相乘，再累加求和，記為，其中，。則圖像窗口中心

7、像素的輸出值為（，）（）。常用的模板有種，即模板、模板和模板。例如模板的個方向定義如下! " " " #$%&! " " " #$%&! " " " #$%&! " " " #$%&! " " " #$%&! " " " #$%&! " " " #$%&! "" " #$%&掩膜平滑法路面圖像中

8、存在這樣一個基本事實：同一區(qū)域內(nèi)部的像素之間灰度變化平緩，起伏較小，統(tǒng)計方差??；在區(qū)域邊緣，像素之間灰度值的起伏變化大，統(tǒng)計方差大。掩膜平滑的目的在于進(jìn)行濾波操作的同時，盡可能不破壞區(qū)域邊緣的細(xì)節(jié)。也就是說在對路面裂縫圖像進(jìn)行濾波時，既可以去除圖像噪音，又能較好的保護(hù)裂縫的邊緣細(xì)節(jié)。本文以一個×的窗口為基準(zhǔn)，中心位置為（，），在這個窗口中確定種不同的掩膜模板，如圖。在平滑時，首先計算各模板的均值和方差（，( ）（）圖卷積運(yùn)算方法新的輸出值×像素和它的×鄰域卷積模板圖模板方向定義*-*第期! （，）（）式中，表示掩膜模板的編號，；為對應(yīng)掩膜模板中包含像素的個數(shù)（，）

9、為掩膜模板內(nèi)像素相對于中心像素（，）的位移量。比較這個模板的方差，掩膜平滑輸出的新灰度值為具有最小方差的模板所對應(yīng)的灰度均值。，" #$%（）當(dāng)用同樣的方法作用于圖像中的每一個像素后，即可得到平滑的圖像。在實際使用時，由于窗口大小為×像素，在對圖像邊緣的像素進(jìn)行處理時，對圖像進(jìn)行了對稱擴(kuò)展。下面是模板卷積和本文使用的掩模對路面圖像進(jìn)行增強(qiáng)的結(jié)果。對比結(jié)果可以看出，模板卷積方法使裂縫邊緣產(chǎn)生了模糊，而本文的方法 對圖像進(jìn)行增強(qiáng)的同時也較好地保護(hù)了裂縫邊緣。圖掩膜平滑窗口及各掩膜模板圖像分割在對圖像進(jìn)行的研究和應(yīng)用中，在某一領(lǐng)域往往僅對原始圖像中的某些部分或者目標(biāo)感興趣。圖像分

10、割就主要根據(jù)圖像在各個區(qū)域的不同特性，而對其進(jìn)行邊界或區(qū)域上的分割，并從中提取所關(guān)心的目標(biāo)。由于圖像各區(qū)域特征的巨大差異，很難用同一種圖像分割算法對其進(jìn)行分割處理，所有的圖像分割算法均是針對某一具體問題而提出的。目前使用最多的還是閾值化分割算法。閾值基礎(chǔ)閾值可以通過分析圖像的直方圖來確定，如果一幅圖像只有物體和背景兩部分組成，則選擇直方圖谷底處的灰度值作為閾值可以很好地把物體和背景分開。設(shè)圖像為（，），其灰度級范圍為，設(shè)為閾值，是和內(nèi)任一值，可得一幅二值圖像，其數(shù)學(xué)表達(dá)式為（，），如果發(fā)（，），其$它（）一幅圖像通常有多個物體和背景組成，如果其灰度級直方圖有多個明顯的峰值，則可取谷峰間處的灰度

11、值，作為閾值，其數(shù)學(xué)表達(dá)式為（，），如果發(fā)（，），其$它（）假如希望閾值后的圖像只把圖像的背景表示成二值化圖像，而圖像中的物體仍為多值圖像，此時可以采用半閾值技術(shù)，把物體從背景中分離出來。其數(shù)學(xué)表達(dá)式為（，）（，），如果發(fā)（，）或者，其$它（）最大類內(nèi)、類間距離閾值準(zhǔn)則由于路面圖像的復(fù)雜性，直方圖很難出現(xiàn)明顯的峰值，往往連成一片，運(yùn)用直方圖選取最佳閾值變得困難。這時可以根據(jù)整幅圖像的全局信息來確定圖路面圖像效果（） 原圖（）本文掩膜平滑（）模板平滑孫波成等：基于圖像處理的路面裂縫識別研究圖 本算法圖像分割結(jié)果閾值，運(yùn)用最大類內(nèi)、類間距離閾值準(zhǔn)則提取路面圖像中的裂縫取得了較好的效果。設(shè)一幅圖像的

12、灰度級為，圖像中灰度值是的像素個數(shù)為。以分割閾值為準(zhǔn)將圖像分割成兩個區(qū)域，定義區(qū)域用來描述，的灰度分布，區(qū)域用來描述，的灰度分布。設(shè)區(qū)域、區(qū)域和圖像的像素數(shù)分別為，和，則! ，! ，! （）則區(qū)域、區(qū)域和全圖中各灰度出現(xiàn)的頻率分別為，和，即，（）區(qū)域、區(qū)域出現(xiàn)的概率為，（），（）（）由以上假設(shè)，得到全圖的平均灰度、區(qū)域、的平均灰度，即! ! ! ! ! ! ! （）! ! ! （）（）從而有（）將兩個區(qū)域看作兩類時，它們的類間距離為（）（）（）（）（）類內(nèi)距離為（）! （）! （）!（）! （）（）最佳閾值的選取應(yīng)使區(qū)域和區(qū)域的類間、類內(nèi)距離比達(dá)到最大，即（）（）（）通過改變即可求得最佳灰度分

13、割閾值°。下面是運(yùn)用此算法在上實現(xiàn)圖像閾值分割的結(jié)果。結(jié)語本文分析了公路路面圖像的特征，首先使用一種掩膜平滑法，對有大量噪音的路面圖像進(jìn)行增強(qiáng)，并與其它圖像增強(qiáng)方法進(jìn)行了比較；后采用最大類間、類內(nèi)距離準(zhǔn)則對圖像進(jìn)行閾值分割，提取圖像上的裂縫特征。從分割結(jié)果看，還存在一些孤立的噪點，并且裂縫邊緣之間存在斷續(xù)情況，限于篇幅，本文沒有對這方面進(jìn)行探討。公路路面病害是多樣而復(fù)雜的，對公路路面病害進(jìn)行自動識別和檢測也是一件比較困難的事情。該文只對裂縫類病害處理與檢測的算法進(jìn)行了探討，該算法用于對公路路面裂縫破損的識別檢測過程中，檢測精度和檢測效果都比較好。參考文獻(xiàn)：，（）：，：，：李晉蕙用圖像

14、處理的方法檢測公路路面裂縫類病害長安大學(xué)學(xué)報（自然科學(xué)版），（）：高建貞，任明武，唐振民，等路面裂縫的自動檢測與識別計算機(jī)工程，（）：王珣圖像分割技術(shù)及其在路面開裂損壞識別中的應(yīng)用計算機(jī)工程，（）：，（）：李弼程智能圖像處理技術(shù)北京：電子工業(yè)出版社，：（下轉(zhuǎn)第頁）仿真系統(tǒng)提供一組工具用于在各種控制策略下的路網(wǎng)狀況的評估，對專家系統(tǒng)的行為規(guī)劃進(jìn)行驗證，并支持在各種實時狀況下對短期內(nèi)交通流狀況的預(yù)測。特點及優(yōu)勢）集成性好，具有很大的靈活性：在共用信息平臺上設(shè)有交通信息交換平臺模塊，具有可編程能力，對不同系統(tǒng)可以設(shè)置不同的數(shù)據(jù)接口。原有系統(tǒng)可以方便地接入到信息共用平臺上。有新的系統(tǒng)需要接入時，只需信

15、息交換平臺編寫相應(yīng)的數(shù)據(jù)接口即可。另外，在了解應(yīng)用系統(tǒng)的數(shù)據(jù)需求基礎(chǔ)上，交通數(shù)據(jù)處理引擎可以主動地從中央數(shù)據(jù)存儲模塊中讀取數(shù)據(jù)，無需應(yīng)用系統(tǒng)向中央數(shù)據(jù)庫索取數(shù)據(jù)，節(jié)約系統(tǒng)的開銷。如交通誘導(dǎo)系統(tǒng)需要交通流的速度、流量、車道占有率、平均間距、隊列長度、旅程時間等數(shù)據(jù)，而經(jīng)由采集系統(tǒng)來的數(shù)據(jù)在數(shù)據(jù)處理引擎融合、挖掘以后，可以主動地發(fā)給交通誘導(dǎo)系統(tǒng)。）具有良好的穩(wěn)定性：采集系統(tǒng)傳來的數(shù)據(jù)首先在信息交換平臺上進(jìn)行格式的轉(zhuǎn)換，形成統(tǒng)一規(guī)范的數(shù)據(jù)格式，可以減輕數(shù)據(jù)處理引擎的負(fù)擔(dān)，提高數(shù)據(jù)處理引擎的穩(wěn)定性。采用開放標(biāo)準(zhǔn)的、分布式的結(jié)構(gòu)，可以保證數(shù)據(jù)的透明性和安全性。）適應(yīng)發(fā)展趨勢：目前，各地都建立了一些智能交

16、通的子系統(tǒng)，相互之間沒有形成有機(jī)的協(xié)調(diào)控制，各種交通信息未能有機(jī)整合，不能及時了解城市的整體交通狀況，事故處理方案由人工產(chǎn)生，響應(yīng)速度慢。本方案解決了上述問題，使各種交通信息有機(jī)整合起來，并實現(xiàn)事故處理方案由平臺產(chǎn)生，提高了處理事故的效率。這種以分布式數(shù)據(jù)庫與數(shù)據(jù)融合集成化綜合數(shù)據(jù)庫共享為基礎(chǔ)的共用信息平臺必然會越來越受到關(guān)注。結(jié)論與展望共用信息平臺是利用各子系統(tǒng)采集來的交通流信息，結(jié)合數(shù)據(jù)庫中靜態(tài)信息和管理信息進(jìn)行融合處理，達(dá)到高效利用的樞紐。根據(jù)我國交通管理的現(xiàn)狀和特點，共用信息平臺的主導(dǎo)實現(xiàn)模式即以分布式數(shù)據(jù)庫與數(shù)據(jù)融合集成化綜合數(shù)據(jù)庫共享為基礎(chǔ)的共用信息平臺必將越來越受到關(guān)注和重視。筆者提出了一種主導(dǎo)式實現(xiàn)模式，并著重分析各模塊的功能。參考文獻(xiàn)：關(guān)積珍共用信息平臺系統(tǒng)結(jié)構(gòu)及集成交通運(yùn)輸系統(tǒng)工程與信息，（）：張振江，劉云北京城軌交通信息交換平臺的研究交通運(yùn)輸系統(tǒng)工程與信息，（）：王衛(wèi)疆，