- 相關(guān)推薦
高等級公路路面裂縫類(lèi)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(lèi)病害的輪廓利用數字圖像技術(shù)進(jìn)行提取的方法。利用高速的黑白CCD攝像機配合光源，實(shí)時(shí)攝取公路路面的圖像，并對圖像進(jìn)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(kāi)裂長(cháng)度、寬度和損壞密度等參數的計算提供依據。隨著(zhù)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(zhì)量監控體系越來(lái)越完善，要求的檢測水平也越來(lái)越高。由于車(chē)輛在高等級公路上行駛時(shí)，對路面的平整度、路面完好率要求很高，當路面出現凹凸、裂紋等病害時(shí)，應及時(shí)進(jìn)行維修；否則，交通安全就會(huì )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(dòng)強度大、檢測速度慢、誤差較大，不能滿(mǎn)足高等級公路檢測的要求，而且在高速公路上進(jìn)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(guān)測等領(lǐng)域[1]。將CCD技術(shù)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(shù)對高等級公路路面的裂縫類(lèi)病害的輪廓進(jìn)行提取。利用高速的黑白CCD攝像機配合光源，實(shí)時(shí)攝取公路路面的圖像，并對圖像進(jìn)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(zhì)量的圖像。
1 圖像采集
系統硬件環(huán)境的結構設計是系統實(shí)現的關(guān)鍵之一。根據系統實(shí)現目標和可行性的分析，以及實(shí)驗條件的限制，搭建了圖1所示的實(shí)驗室硬件工作環(huán)境。經(jīng)實(shí)踐證實(shí)，該系統可以滿(mǎn)足對路面圖像采集的要求。
考慮到整個(gè)系統將運行在野外的測試車(chē)上，各種設備的交、直流供電情況是必須考慮的一個(gè)問(wèn)題。應選用合適的穩壓電源和調光電源向照明系統、CCD和計算機進(jìn)行供電。CCD相機對被測路面的光線(xiàn)情況要求很高，太強或太弱的光線(xiàn)都不利于病害路面在CCD相機中成像，合適的光源和光學(xué)系統才能保證被測路面在CCD中良好地成像。CCD借助光學(xué)系統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(jīng)抽樣與量化的數字圖像在計算機中進(jìn)行后期的數字圖像處理。在實(shí)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(zhuān)業(yè)黑白圖像采集卡。攝像機固定在可移動(dòng)的測試裝置上，實(shí)時(shí)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(xué)鏡頭，焦距為8mm，F=1.3，銳片規格為2/3英寸，視場(chǎng)角為42.6°。
2 圖像處理
2.1 圖像預處理
在圖像的采集過(guò)程中，由于受到光源和CCD相機抖動(dòng)（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(lái)了較大地困難。因此，首先需要對采集的數字圖像進(jìn)行濾波去噪處理。噪聲濾除一直是數字圖像處理領(lǐng)域中一個(gè)經(jīng)典的課題。對有噪聲的圖像進(jìn)行邊緣檢測的方法已有很多，如Robert梯子各有所長(cháng)，但對于裂縫類(lèi)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(jìn)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(shí)也模糊了圖像中的邊緣細節。應用較多的濾波技術(shù)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信息模糊，降低了圖像的質(zhì)量。針對這一問(wèn)題，人們提出許多改進(jìn)算法，如改進(jìn)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(wèn)題，但也帶來(lái)新問(wèn)題。例如改進(jìn)的Lee濾波器，由于要進(jìn)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(lǐng)域平均算法對圖像進(jìn)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(shí)該算法計算比較簡(jiǎn)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(zhì)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(diǎn)（x,y）的灰度值，Vx,y表示以點(diǎn)（x,y）為中心的領(lǐng)域，該鄰域包含N個(gè)像素，m(x,y)表示鄰域Vx,y內的灰度均值。則修正的領(lǐng)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(lèi)病害輪廊提取的算法研究】相關(guān)文章：
路面裂縫影像幾何特征提取算法03-07
探析高等級公路瀝青路面病害與養護03-19
淺析高等級公路瀝青路面病害與養護03-18
淺談高等級公路瀝青路面病害與養護03-18
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