- 相關推薦
高等級公路路面裂縫類病害輪廊提取的算法研究
摘要：介紹了高等級公路路面的裂縫類病害的輪廓利用數字圖像技術進行提取的方法。利用高速的黑白CCD攝像機配合光源，實時攝取公路路面的圖像，并對圖像進行噪聲濾除、邊緣檢測和圖像分割操作，最后可以清晰地提取出路面裂縫的輪廓，為后期計算裂縫開裂長度、寬度和損壞密度等參數的計算提供依據。隨著我國高等級公路建設的快速發(fā)展，高等級公路路基路面的質量監(jiān)控體系越來越完善，要求的檢測水平也越來越高。由于車輛在高等級公路上行駛時，對路面的平整度、路面完好率要求很高，當路面出現(xiàn)凹凸、裂紋等病害時，應及時進行維修；否則，交通安全就會受到影響。目前，國內檢測高等級公路路況的手段主要是依靠人工丈量的方法，不但效率低、勞動強度大、檢測速度慢、誤差較大，不能滿足高等級公路檢測的要求，而且在高速公路上進行人工檢測十分危險。CCD攝像機作為一種光電圖像傳感器，已廣泛應用于幾何尺寸測量、光譜測試、位移測量、速度測量、天文觀測等領域[1]。將CCD技術應用于高等級公路路況的檢測，可解決人工丈量所存在的缺陷和不足。
本文提出利用數字圖像技術對高等級公路路面的裂縫類病害的輪廓進行提取。利用高速的黑白CCD攝像機配合光源，實時攝取公路路面的圖像，并對圖像進行噪聲濾除、邊緣檢測和圖像分割等操作，最后可以清晰地提取出裂縫的輪廓，為后期的測量提到高質量的圖像。
1 圖像采集
系統(tǒng)硬件環(huán)境的結構設計是系統(tǒng)實現(xiàn)的關鍵之一。根據系統(tǒng)實現(xiàn)目標和可行性的分析，以及實驗條件的限制，搭建了圖1所示的實驗室硬件工作環(huán)境。經實踐證實，該系統(tǒng)可以滿足對路面圖像采集的要求。
考慮到整個系統(tǒng)將運行在野外的測試車上，各種設備的交、直流供電情況是必須考慮的一個問題。應選用合適的穩(wěn)壓電源和調光電源向照明系統(tǒng)、CCD和計算機進行供電。CCD相機對被測路面的光線情況要求很高，太強或太弱的光線都不利于病害路面在CCD相機中成像，合適的光源和光學系統(tǒng)才能保證被測路面在CCD中良好地成像。CCD借助光學系統(tǒng)將照射于其上的光信號轉換為電信號，形成視頻信號。圖像采集卡完成對圖像模擬視頻信號的模/數轉換功能，經抽樣與量化的數字圖像在計算機中進行后期的數字圖像處理。在實際應用中，CCD攝像機選用MINTRON公司的MTV-1881EX 1/2英寸黑白低照度高解析攝像機，圖像采集卡選用MicroView公司的MVPCI-V2A專業(yè)黑白圖像采集卡。攝像機固定在可移動的測試裝置上，實時地攝取高等級公路路面的圖像并輸出視頻信號給圖像采集卡。圖像采集卡完成模擬視頻信號的數字化工作。數字化圖像的空間分辨率設置為512×512，灰度分辨率8位256級。選用精工SE0813-3CCD光學鏡頭，焦距為8mm，F(xiàn)=1.3，銳片規(guī)格為2/3英寸，視場角為42.6°。
2 圖像處理
2.1 圖像預處理
在圖像的采集過程中，由于受到光源和CCD相機抖動（運行中）的影響，圖像中不可避免地存在大量的噪聲，這為后面的邊緣檢測工作帶來了較大地困難。因此，首先需要對采集的數字圖像進行濾波去噪處理。噪聲濾除一直是數字圖像處理領域中一個經典的課題。對有噪聲的圖像進行邊緣檢測的方法已有很多，如Robert梯子各有所長，但對于裂縫類病害的圖像并不適用。所以，希望能尋求既能很好地保護裂縫的邊緣，又有濾除圖像中噪聲的圖像濾噪算法，對圖像進行預處理。
通常的濾波算法都設計為低通濾波算法，在濾除噪聲的同時也模糊了圖像中的邊緣細節(jié)。應用較多的濾波技術有Lee濾波器、Frost濾波器、Camma CAP濾波器等。這些濾波算法都是基于對圖像局部統(tǒng)計特性自適應的，濾除噪聲的效果較好。但是，由于算法本身的原因，往往造成圖像邊緣細節(jié)信息模糊，降低了圖像的質量。針對這一問題，人們提出許多改進算法，如改進的Lee濾波器、變窗口濾波器等。這些算法雖然在一定程度上解決了邊緣模糊的問題，但也帶來新問題。例如改進的Lee濾波器，由于要進行邊緣檢測，所以選擇的窗口就不能太大；但小窗口對消除斑噪聲不利，又降低了效能[5]。因此，希望能尋求一種具有邊緣保護功能的噪聲濾除算法。
針對以上情況，本文采用加權的領域平均算法對圖像進行噪聲濾除。該算法不僅能夠有效地平滑噪聲，還能夠銳化模糊圖像的邊緣。同時該算法計算比較簡單，不需要任何驗知識和預定的參數，能為后期的邊緣檢測工作提供高質量的數字圖像。
算法的計算公式描述如下：
用f(x,y)表示原始圖像，g(x,y)為平滑后點（x,y）的灰度值，Vx,y表示以點（x,y）為中心的領域，該鄰域包含N個像素，m(x,y)表示鄰域Vx,y內的灰度均值。則修正的領域平均法由下式給出：
式（1）中，α為修正系數，取值范圍為0到1，它的大小反映Vx,y中的邊緣狀況。α定義如下：
式（2）中，γ
【高等級公路路面裂縫類病害輪廊提取的算法研究】相關文章：
路面裂縫影像幾何特征提取算法03-07
公路路面裂縫產生原因及治理對策研究01-04
研究公路路基病害的危害及其防治03-18
探析公路瀝青路面裂縫的成因與防治方法03-20
路面病害分析處理03-13