路面破損圖像實(shí)時(shí)檢測(cè)方法研究
摘要:提出一種路面破損圖像實(shí)時(shí)檢測(cè)的實(shí)現(xiàn)方法。對(duì)高速采集的路面圖像去模糊后再進(jìn)行裂紋特征分析,設(shè)計(jì)了一種基于鄰域像素灰度值比較的特征快速提取方法,利用鄰域相關(guān)及連貫性等知識(shí)智能去除虛假裂紋,從而提取真實(shí)裂紋信息。大量采集的圖片的處理結(jié)果表明,該方法可實(shí)時(shí)快速檢測(cè)路面破損信息,具有較強(qiáng)的魯棒性和實(shí)際應(yīng)用性。
關(guān)鍵詞:路面破損;裂紋特征;圖像分析;特征提取
1 引言
高等級(jí)公路建設(shè)快速發(fā)展,路面質(zhì)量監(jiān)控體系完善,則要求高的檢測(cè)水平。車輛在高等級(jí)公路行駛時(shí),對(duì)路面的平整度、完好率要求很高,當(dāng)路面出現(xiàn)裂縫等損壞時(shí),應(yīng)及時(shí)維修。目前國(guó)內(nèi)檢測(cè)高等級(jí)公路路況的手段主要是人工檢測(cè),不但勞動(dòng)強(qiáng)度大、檢測(cè)速度慢,而且十分危險(xiǎn)。隨著高速大容量數(shù)據(jù)傳輸及圖像處理與模式識(shí)別技術(shù)的發(fā)展,使得路面破損實(shí)時(shí)檢測(cè)成為可能。國(guó)外已有許多學(xué)者致力于該領(lǐng)域研究,國(guó)內(nèi)相關(guān)領(lǐng)域的學(xué)者也在開展這方面的研究工作。對(duì)車載實(shí)時(shí)采集的路面圖像進(jìn)行特征分析和處理,對(duì)存在裂紋的路面圖像提取裂紋信息,實(shí)時(shí)處理路面圖像。實(shí)驗(yàn)結(jié)果表明,該方法對(duì)路面破損狀況的檢測(cè)快速準(zhǔn)確,具有廣闊的應(yīng)用前景。
2 路面圖像處理
2.1 去模糊處理
利用CCD攝像機(jī)采集圖像時(shí),攜載攝像機(jī)的車輛處于高速運(yùn)動(dòng)狀態(tài),由于拍攝的路面和攝像機(jī)之間的相對(duì)運(yùn)動(dòng),導(dǎo)致所獲取的路面圖像存在模糊現(xiàn)象。因此在圖像分析處理前,必須對(duì)其去模糊處理。模糊的二維圖像可模型化為:
g(x,y),f(s,t),n(x,y)分別表示模糊圖像、原圖像及噪聲。對(duì)式(2)進(jìn)行傅里葉變換后,利用維納濾波方法進(jìn)行高通濾波,將產(chǎn)生模糊的低頻信息濾除掉,只保留高頻圖像信息,則可得到去模糊后的圖像。
2.2 路面裂紋特征及其度量
一般情況下,路面裂紋在圖像上主要表現(xiàn)為:
(1)非負(fù)性 與周同非裂紋像素相比,裂紋位置的像素灰度值明顯低于背景像素灰度值,針對(duì)此特征定義其度量公式為:
式中,V(i,j)為當(dāng)前像素灰度,V(i+m,j+n)為以當(dāng)前像素為中心設(shè)定窗口內(nèi)的鄰域像素灰度值。當(dāng)滿足k>0時(shí)的非負(fù)個(gè)數(shù)N作為其中的裂紋像素的主要特征判斷標(biāo)準(zhǔn)。
(2)對(duì)比度特征 裂紋像素與其周圍的非裂紋區(qū)域存在明顯的對(duì)比度關(guān)系,將其對(duì)比度定義為:
式中,Vb為連續(xù)裂紋像素區(qū)域灰度平均值,Vg、Vmax和Vmin分別為其鄰域非裂紋像素區(qū)域灰值及最大灰度值和最小灰度值,N為鄰域非裂紋區(qū)域像素個(gè)數(shù),C為裂紋區(qū)域與非裂紋區(qū)域的對(duì)比度。
(3)路面裂紋的紋理特征 裂紋在窗口區(qū)域中表現(xiàn)為連續(xù)的、共線的且具有相近灰度值的像素區(qū)域,可將裂紋的這種特征描述為基于灰值相似性分布基礎(chǔ)上的紋理特征??擅枋鰹椋?/p>
式中,i,j為像素坐標(biāo),P(i-j)為該窗口區(qū)域的灰度共生矩陣,若P(i-j)中小的元素接近矩陣主對(duì)角線,則表明該窗口中的近鄰元素有較大的反差,表明存在裂紋區(qū)域。
2.3 特征的快速提取方法
根據(jù)上述主要裂紋特征及其度量,這里提出一種基于像素灰度值比較進(jìn)行裂紋特征量提取的快速掃描方法。
①以圖像中心(i,j)為起點(diǎn),考查其8個(gè)鄰域點(diǎn)在原圖中的灰度信息。若其滿足某一灰度特征信息,賦值為255;否則賦0:以1個(gè)單位為起始步長(zhǎng)(step=1),按照逆時(shí)針?lè)较蛐D(zhuǎn)開始掃描;②每改變一次方向時(shí)其方向碼值增加2個(gè)單位方向,每改變兩次方向時(shí)其步長(zhǎng)值增加1個(gè)單位。因8個(gè)鄰域中已賦值的點(diǎn)有4個(gè)(轉(zhuǎn)折點(diǎn)處只有3個(gè)),故只需比較已賦值的點(diǎn);③如圖1所示,當(dāng)掃描到(i0,J0)時(shí),將當(dāng)前點(diǎn)在原圖中的灰度值與4個(gè)鄰域在原圖中的灰度值相比較。若與4個(gè)鄰域中值為255的點(diǎn)在原圖中的灰度值相似時(shí),當(dāng)前點(diǎn)賦為255,下一步執(zhí)行⑤;若與4鄰域中值為0的點(diǎn)在原圖中的灰度值相似,當(dāng)前點(diǎn)賦為0,下一步執(zhí)行⑤;若與它們都不相似,則執(zhí)行④操作;④判斷其8個(gè)鄰域點(diǎn)在原圖中的灰度信息。若其滿足某一灰度特征信息,將其值賦為255;否則賦為0;執(zhí)行下一步;⑤重復(fù)②③操作,直至遍歷整幅圖像為止。
2.4 特征分析與處理
3 結(jié)果與分析
利用該方法處理實(shí)時(shí)采集的高速路面圖像,如圖2、圖3所示。圖2a為采集的路面單裂紋圖像,其大小為512×384(文中圖像縮小到1/3),圖2b為對(duì)圖2a的裂紋特征提取結(jié)果,含有較多的非裂紋像素,通過(guò)特征分析對(duì)圖2b進(jìn)行虛假裂紋剔除后并進(jìn)行裂紋跟蹤的結(jié)果見圖2c。圖3a為多裂紋路面圖像,對(duì)其進(jìn)行裂紋特征提取的結(jié)果見圖3b,圖3c為通過(guò)特征分析對(duì)圖3b進(jìn)行虛假裂紋剔除后跟蹤的結(jié)果。從實(shí)驗(yàn)結(jié)果可以看出,該方法準(zhǔn)確完整地提取出了路面裂紋,沒(méi)有受到路面標(biāo)記的影響。
4 結(jié)語(yǔ)
提出一種路面破損圖像實(shí)時(shí)檢測(cè)方法。先對(duì)路面裂紋圖像進(jìn)行去模糊處理和裂紋特征分析,在此基礎(chǔ)上,提出快速方法提取裂紋,對(duì)提取出的裂紋圖像進(jìn)行特征處理后,用參數(shù)描述裂紋的矢量信息和幾何特性。對(duì)大量采集的路面圖像進(jìn)行處理。結(jié)果表明,該檢測(cè)方法能正確快速提取路面圖像的裂紋信息,具有較強(qiáng)的魯棒性和實(shí)用性。
評(píng)論