基于路面高精三維圖像的裂縫自動識別與分類算法.pdf

1、裂縫類破損是公路路面主要而常見的破損之一，它會加速路面結構損壞，降低公路整體性能和壽命。面對日益增長的路面養(yǎng)護需求，路面裂縫自動檢測對于路面養(yǎng)護管理、路面性能評價與預測、路面材料和結構設計具有重要的實用價值。
　　路面裂縫具有位置、種類、嚴重程度和尺寸等信息，由于路面狀況復雜多變，檢測路面裂縫信息主要面臨著如下挑戰(zhàn):(1)難以快速、準確、全面且穩(wěn)定地識別路面裂縫;(2)裂縫識別算法評價機制不健全;(3)缺乏行之有效的路面裂縫種類和

2、嚴重程度自動識別算法。本文在綜述路面裂縫自動檢測研究進展的基礎上，圍繞“快速、準確、及時有效地獲得路面裂縫信息”這一目標，基于1 mm/像素的路面高精三維圖像對裂縫自動識別、裂縫識別算法性能評價和裂縫自動分類進行研究。主要工作內容和研究成果簡述如下:
　　1.鑒于既有圖像去噪和增強方法大都針對路面灰度圖像，不適用于路面三維圖像處理，提出了適用于路面高精三維圖像的預處理方法:中縫消除算法和降維處理，初步消除噪音、提高圖像質量，為裂縫

3、自動識別和分類奠定基礎。中縫消除算法根據(jù)路面圖像左半幅和右半幅的高度差消除圖像中央接縫。降維處理則將源圖像劃分為8像素×8像素的子塊，形成降維圖像，后續(xù)裂縫識別算法直接基于降維圖像進行操作。測試表明，中縫消除和降維處理可以降低中縫、噪聲和紋理對裂縫識別的影響，有利于快速、準確的裂縫自動識別。
　　2.由于現(xiàn)有路面裂縫自動識別算法難以快速準確地識別完整的裂縫圖像，且大都基于路面灰度圖像進行設計，本文根據(jù)路面高精三維圖像提出了基于裂縫

4、種子識別的并行運算裂縫識別算法，以提高運算速度和裂縫識別準確度。該算法有10個并行的子流程，每個流程均有三個關鍵步驟:裂縫種子識別，裂縫連接，裂縫種子融合與去噪處理。然后將并行子流程產生的10幅裂縫初步識別圖像進行融合與去噪處理，獲得裂縫圖像。測試表明，并行運算框架可較大幅度地提高處理速度且有助于裂縫信息融合，算法最終取得了較高準確率和召回率，優(yōu)于OTSU閾值分割和Canny邊緣檢測算法。
　　3.既有路面裂縫識別算法大都建立在平

5、面圖像處理的基礎之上，為了推動路面裂縫識別朝著立體化方向發(fā)展，更穩(wěn)定有效地識別路面裂縫，提出了考慮路面的立體特征的三維虛擬路面裂縫自動識別算法。首先，對路面三維圖像進行4個角度的光照模型處理，獲得4幅光照強度圖像;其次，應用基于裂縫種子識別的并行運算裂縫識別算法檢測源路面三維圖像的裂縫信息;然后，檢測4幅光照強度圖像的陰影區(qū)和反光區(qū)，將其視為可能的裂縫;最后，將前兩步的識別結果進行融合和與去噪，形成裂縫圖像。測試表明，該算法裂縫信息融合

6、程度高、檢測靈敏，準確率、召回率和穩(wěn)定性均較高。
　　4.針對路面裂縫識別算法評價，考慮到“缺乏算法性能測試和對比的基準圖像”、“既有衡量指標不合理”、“算法參數(shù)確定缺乏理論依據(jù)”和“既有評價方法適用范圍有限”，本文從建立路面裂縫圖像基準庫、改進裂縫識別算法評定指標、提出算法參數(shù)確定方法及完善性能評價方法四個方面入手，提出了系統(tǒng)的裂縫圖像自動識別算法性能評價機制，可對算法進行客觀合理的評價和對比分析，引導裂縫識別算法改進工作。

7、r>　　5.考慮到缺乏行之有效的路面裂縫種類和嚴重程度自動劃分算法，在裂縫目標矢量化分離和幾何特征提取的基礎上，提出了路面裂縫圖像自動分類和嚴重程度識別算法。首先基于輪廓矢量化自動分離裂縫目標，以適應一張圖片有多個裂縫的情況;其次，提出9個裂縫特征的計算方法，遴選出空洞特征、長寬比和傾角顯著性為裂縫分類特征;然后，設計區(qū)分線性裂縫和網(wǎng)狀裂縫的閾值分類算法，推算并測試算法的準確率和召回率;最后，根據(jù)裂縫寬度和塊度分布特征對裂縫進行嚴重程度

8、識別。測試結果表明，在無人為干預的情況下，算法可準確、實時地進行裂縫種類和嚴重程度的識別。
　　概括而言，上述內容形成了獲取路面裂縫信息的一套有機體系，為路面養(yǎng)護管理、路面性能評價與預測、路面材料和結構設計提供決策依據(jù):第一部分對路面三維圖像進行預處理，為路面裂縫識別和分類奠定基礎;第二、三部分對裂縫自動識別（確定裂縫位置信息）進行深入研究，前者基于平面圖像處理技術識別裂縫，后者跳出平面圖像處理范疇，考慮路面的立體特征進行裂縫自動