基于方格搜索法的水泥刻槽路面裂缝识别方法
【专利摘要】本发明公开了一种基于方格搜索法的水泥刻槽路面裂缝识别方法，是先获取包含刻槽图像的路面图像，并对路面图像进行预处理；对路面图像进行边缘检测，将可能的裂缝从路面背景图像中分割出来；对可能的裂缝图像进行方格搜索，然后根据与方格中心点连通区域的大小，去除部分水平刻槽；去除噪声；去除毛刺。该方法有效地解决了上述在破损路面图像的识别过程中,将刻槽误判成裂缝处理的问题，且计算量小，提高了工作效率。
【专利说明】基于方格搜索法的水泥刻槽路面裂缝识别方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，具体涉及基于方格搜索法的水泥刻槽路面裂缝识别方法。
【背景技术】
[0002]20世纪80年代末，我国建成了第一条高速公路——沪嘉高速公路。这标志着我国高速公路的发展进入了快速发展的时期。尤其近几年，我国的高速公路以每年几千公里的速度递增。现在高速公路建设已成为拉动内需，促进国民经济快速发展的重要因素之一，受到各级政府的高度重视。
[0003]根据国家“十一五”发展规划到2020年，我国高速公路通车里程将达到10万公里。随着我国公路建设的不断发展，尤其是高等级公路和高速公路网络的日益完善，公路养护管理已成为我国公路建设领域的重要任务。全面深入的了解路面使用性能是科学制定养护计划的重要基础。由于恶劣气候的破坏、过渡频繁的使用以及公路老化等原因导致路面上出现裂缝，裂缝是绝大部分病害的早期形式。路面裂缝的出现严重的影响了路面质量，影响了行车安全和公路的使用寿命。因此及时发现裂缝并进行修补，避免由于路面裂缝的进一步发展造成的严重影响具有重要的现实意义。
[0004]随着计算机技术的发展，数字图像技术已经越来越广泛地应用到各个生产和科技领域。采用基于图像识别技术进行路面破损检测，对采集的路面图像进行损坏识别，计算路面破损率，为路况分析提供数据依据。水泥路面由于路面抗滑作用的需要，在路面施工时，都要人为增加一系列近乎水平的路面刻槽。该刻槽的存在，给基于图像的水泥路面裂缝识别带来许多困难，路面刻槽在图像上表现的灰度值较深，与裂缝非常近似，故识别裂缝时，往往会将刻槽与裂缝同时识别出来，造成许多误识别干扰。
[0005]在现有技术中，有一种基于二维傅里叶变换的水泥路面图像刻槽去除的方法，同样能够达到去除刻槽的效果，但该算法目前还存在着一些问题，如计算量大，所耗时间长等。
[0006]
【发明内容】
[0007]针对上述现有技术存在的缺陷或不足，本发明提供了一种基于方格搜索法的水泥刻槽路面裂缝识别方法，该方法有效地解决了上述在破损路面图像的识别过程中，将刻槽误判成裂缝处理的问题，且计算量小，提高了工作效率。
[0008]实现本发明目的的技术方案是:
一种基于方格搜索法的水泥刻槽路面裂缝识别方法，包括如下步骤:
(O获取包含刻槽图像的路面图像，并对路面图像进行预处理；
(2)对路面图像进行边缘检测，将可能的裂缝从路面背景图像中分割出来；
(3)对可能的裂缝图像进行方格搜索， (4)根据与方格中心点连通区域的大小，去除部分水平刻槽；
(5)去除噪声；
(6)去除毛刺。
[0009]所述路面图像预处理选用数学形态学方法，该方法能有效地滤除噪声，还能将图像中的细节信息较好地保留。
[0010]所述边缘检测算子采用Canny算子，利用Canny算子的非极大值抑制特点，设定阈值保留图像边缘中的强边缘。
[0011]所述去毛刺采用投影法去除与裂缝相连的毛刺。
[0012]本发明的优点是:该方法有效地解决了上述在破损路面图像的识别过程中，将刻槽误判成裂缝处理的问题，且计算量小，提高了工作效率。
【专利附图】
【附图说明】
[0013]图1为本发明算法框架流程图。
[0014]图2为裂缝图像方格搜索示意图。
[0015]图3为方格搜索的几种情况示意图。
[0016]图4为方格搜索阈值选择示意图。
[0017]图5为去除噪声示意图。
[0018]图6为去除毛刺投影法不意图。
【具体实施方式】
[0019]以下结合附图对本发明进行详述:
一种基于方格搜索法的水泥刻槽路面裂缝识别方法是:
获取包含刻槽图像的路面图像，并对路面图像进行预处理，通过录像设备拍摄包含刻槽图像的路面图像，路面图像中的刻槽图像近似水平并且贯穿图像的直线，这些刻槽等间距排列，灰度基本相同。路面裂缝图像中存在油污、杂物、在拍摄过程中光学系统失真、相对运动、气流造成的图像模糊、在图像传输过程中的噪声污染等；图像预处理的任务是将图像的噪声去除，增强目标在图像中的能量，即凸显裂缝在图像中的主要特征，为下一步的裂缝识别做数据准备；路面图像中，裂缝灰度值较低，路面背景灰度值相对较高，图像增强时可以利用这一灰度特征进行增强。
[0020]数学形态学方法可有效地滤除噪声，还能将图像中的细节信息较好地保留。数学形态学图像处理的基本操作是膨胀和腐蚀，再对原图像做膨胀后，增大了图像中的亮点，将图像中的亮点突出，并且背景图像中不包含裂缝信息，再进行腐蚀得到闭运算结果，形成的亮条区域对应原图中的光照不均匀部分，并且包含了干扰裂缝识别的斑点污染。通过与原图像相减，得到去除背景的路面裂缝图像。
[0021]对路面图像进行边缘检测，目的是将可能的裂缝从路面背景图像中分割出来，裂缝和刻槽都是图像中的灰度突变点，用边缘检测算子进行边缘检测时，会同时检测出裂缝和刻槽的边缘，本发明采用的边缘检测算子为Canny算子，根据本实施例，选取算子的高阈值和低阈值如下:
阈值包括高阈值和低阈值，Canny算子高阈值大于0.5时，主要的裂缝未被检测出，高阈值过小时会出现许多噪声。低阈值越小。检测出的图像细节越多，裂缝保留的也较完整，但是低阈值过小时又保留了太多非裂缝的细节。通过对比，选定Canny算子低阈值为0.2，高阈值为0.5，进行图像边缘检测。
[0022]将检测出的裂缝位置值设为0，即为黑色，其他部分置为1，即为白色，获得裂缝提取结果图像。
[0023]对路面图像进行方格搜索，为了去除刻槽和噪声；采用方格搜索法对图像进行遍历搜索，以便提取到可能的裂缝信息。
[0024]如附图2所示，经过边缘处理后的图像包含刻槽、裂缝和噪声三种信息。在对图像进行方格遍历搜索时，使方格的中心遍历提取图像的每一点，根据提取图像的不同，设定一个合适的阈值，并对方格内与方格中心连通区域的大小进行判断，当大于该阈值时对图像进行保留，当小于该阈值时对图像进行去除。可分为以下四种情况，如附图3所示:
如(a)所示，方格内存在两条刻槽和一条裂缝，均与方格中心点相连，且连通区域大于预设的阈值，故保留；
如(b)所示，方格内仅存在一条刻槽，虽然与方格中心点相连，但连通区域小于预设的阈值，故去除；
如(C)所不，方格内存在一条刻槽和一条噪声，均与方格中心点相连，且连通区域大于预设的阈值，故被误判为裂缝而被保留；
如(d)所不，方格内存在两条刻槽和一条噪声，仅有噪声与方格中心点相连，所以通区域小于预设的阈值，故去除。
[0025]在进行方格搜索时，为了达到去除刻槽和噪声而保留裂缝的目的，需要选定一个合适的阈值来对方格内与中心点相连通区域的大小进行判断，以此阈值为依据，对方格区域内的图像进行取舍。阈值大小的选择具体如下:
如附图3所示，当对图像进行方格搜索时，会出现(a)、(b)、(c)、(d)四种主要情况，(a)中方格内存在两条刻槽和一条裂缝，与方格中心点相连的连通区域一定大于2倍的方格边长W，如若保留该图像，所选阈值e小于等于2w即可；(b)中方格内仅存在一条刻槽，与方格中心点相连的连通区域等于方格边长W，如若去除该图像，所选阈值e大于w即可；(C)中方格内存在一条刻槽和一条噪声，与方格中心点相连的连通区域大于方格边长W，但由于噪声的不确定性，不能选取合适的阈值将此图像进行完全正确的取舍；(d)中方格内存在两条刻槽和一条噪声，同样由于噪声的不确定性，与方格中心点相连的连通区域无法与w进行比较。
[0026]综上所述，初步确定阈值e=2w，针对(a)和(b)两种情况，该阈值能正确的对所检测的图像进行取舍。对于(C)和(d)两种情况而言，当与方格中心点相连的连通区域小于2w时，去除该噪声图像；当与方格中心点相连的连通区域大于等于2w时，保留该噪声图像。保留下来的噪声图像只能由后续操作去除。
[0027]在进行方格搜索时，所选方格的边长w直接影响图像提取的准确性、正确性和运算效率，其边长w值的具体选择方式如下:
在确定方格边长w的过程中，可选取两刻槽之间的距离d作为参考值，如附图4所示，当w〈d时，利用方格法对图像进行遍历搜索，可有效地去除图像中(a)所示的路面刻槽。当方格对两刻槽之间的裂缝(b)进行搜索时，方格内只存在裂缝信息，致使与方格中心相连通的刻槽(a)和裂缝(b)的值相差无几，不能有效地对刻槽和裂缝进行识别。
[0028]当w>d时，如(C)所示，方格内包含多条刻槽和裂缝，尽管能去除部分刻槽，但是由于边长过大会使提取到的图像包含冗余信息，致使提取图像部分失真，不方便后续处理。
[0029]综上所述，用于方格搜索法的方格边长w既不能过小，也不能过大。在本发明中，选取方格边长为1.5倍的两刻槽之间的距离d，即W=l.5d，此时对图像进行遍历搜索时，所提取图像准确性最高，且有利于后续处理。
[0030]去除噪声，在对图像进行方格搜索时，会有一些噪声图像被误判为刻槽和裂缝而得以保留，此步骤的目的就是要剔除这些噪声，保留裂缝的主干部分。
[0031]如附图5所示，经过方格搜索后的路面图像包括主裂缝和被误判的噪声两种信息，根据两种图像几何参数和特征的不同，可选择面积、周长、外接凸多边形进行图像去噪，在本发明中选用周长特性对图像进行去噪处理。
[0032]对方格搜索后的图像进行分析可得，路面主缝隙图像是相互连通的，而其余的噪声图像则是相互孤立的，可知主裂缝图像的周长远远大于噪声图像的周长。根据方格搜索时的方格边长w及其噪声的长度，可选择阈值为10w。主缝隙图像的周长势必会大于阈值1w而被保留下来；而噪声图像均会小于阈值1w而被去除。
[0033]去除毛刺，采用投影法去除与裂缝相连的毛刺，具体方法如下所述:
如图6所示，为上述去噪后的图像建立坐标系χ-y ；
自裂缝图像最下端的m点开始，按箭头所指方向对裂缝图像进行边缘检测；
对整个图像进行边缘检测后，在相同的X坐标处均有两个y值，其差值即为裂缝的宽度。然而，由于刻槽的存在，相同的X坐标处，会出数值相差较大的两个I值，记为在该X坐标下的左点L(t)和右点R(t)，同样地，从下而上刻槽左点依次为L(t+1)、L(t+2)、L(t+3)等，对应的右点依次为R(t+l)、R(t+2)、R(t+3)等；
为了消除刻槽，可以选取一个预定的阈值，该阈值的大小要大于裂缝的最大宽度且小于存在刻槽的长度。当相同X坐标下两个I值之差小于预定阈值，保留两个I值；当相同X坐标下两个I值之差大于预定阈值，即刻槽处的左点和右点之差大于该预定阈值，则取其平均值:
K(t) = [L(t)+R(t)]/2, K(t+l) = [L(t+l)+R(t+l)]/2,…
经过以上去除图像毛刺步骤的处理，将会准确快捷地提取出刻槽路面的裂缝信息。所提取出的裂缝会在刻槽位置出现单像素的节点，对主要裂缝图像信息影响不大。
【权利要求】
1.一种基于方格搜索法的水泥刻槽路面裂缝识别方法，其特征是:包括如下步骤: (1)获取包含刻槽图像的路面图像，并对路面图像进行预处理； (2)对路面图像进行边缘检测，将可能的裂缝从路面背景图像中分割出来； (3)对可能的裂缝图像进行方格搜索， (4)根据与方格中心点连通区域的大小，去除部分水平刻槽； (5)去除噪声； (6)去除毛刺。
2.根据权利要求1所述的方法，其特征是:所述路面图像预处理选用数学形态学方法。
3.根据权利要求1所述的方法，其特征是:所述边缘检测算子采用Canny算子，利用Canny算子的非极大值抑制特点，设定阈值保留图像边缘中的强边缘。
4.根据权利要求1所述的方法，其特征是:所述去毛刺采用投影法去除与裂缝相连的毛刺。
【文档编号】G06T7/00GK104504702SQ201410807044
【公开日】2015年4月8日 申请日期:2014年12月23日 优先权日:2014年12月23日
【发明者】英红, 吴倩, 刘洪林 申请人:桂林电子科技大学