路面裂缝图像自动识别系统

| 研究成果 | Research Findings·18·2017年2月路面裂缝图像自动识别系统*

汪 文1，英 红2，马 骁1（1.桂林电子科技大学建筑与交通工程学院，广西󰀃桂林󰀃541004；2.桂林电子科技大学广西高校图像图形智能处理重点实验室，广西󰀃桂林󰀃541004）摘 要：针对目前路面裂缝人工检测方式工作量重、耗费大等缺点，以车载路面裂缝图像为研究对象，研究一种快速的路面裂缝图像自动识别技术，实现裂缝去噪增强、裂缝提取，为路面养护决策提供科学依据，对改变我国路面养护技术落后面貌具有重要意义和市场推广前景。关键词：道路工程；路面裂缝；图像识别中图分类号：U416.2󰀃󰀃文献标志码：A󰀃󰀃󰀃󰀃󰀃󰀃󰀃文章编号：2096-2789（2017）02-0018-02

随着社会经济的发展与进步，为我国公路工程的建设发展带来了极大推动作用，路面作为主要的道路结构形式，随着交通荷载的增长，裂缝逐渐发生、发展，扩散，最后导致路面破坏，丧失通行能力；对裂缝进行识别统计是道路养护的重要内容。目前在实践中，广泛采用人工巡查的形式，或采用机器采集图像，结合人工读图的形式，这些检测方法工作量大、效率低，且检测精度差强人意。有鉴于此，研究路面裂缝自动化识别系统及相关软件就成了当务之急。1 检测系统硬件平台检测系统硬件平台其主要功能是能够在正常车速下对道路裂缝、车辙等病害进行快速采集，系统主要由定位系统、测速系统、存储系统、采集系统、计算机系统和照明系统构成，其中最为关键的是图像采集系统，它决定了图像分析的准确率和精度。1.1 图像采集 从传感器的类型上进行划分，工业相机分为CCD摄像机和CMOS摄像机，二者之间的工作原理不同，CMOS摄像机的优点是成本低、电源能耗量低，但是噪声较高是其缺点；CCD的优点是质量较高，但制作工艺繁琐，成本一般都比较高，尤其是大型CCD，价格更高。目前道路检测车通常使用CCD传感器。CCD传感器也有两种基本图像采集形式，线阵CCD和面阵CCD。两种图像采集方法在道路检测车中都有广泛应用，但在今后，线阵CCD传感器是一个重要的发展方向，主要因为它在水平方向上，能够非常方便地达到比面阵更优秀的分辨率，可以完成1mm以下的分析精度，这样就非常有利于完成细小裂缝的识别工作。同时，和面阵CCD比较，线阵CCD会有着更加清晰的运动图像。例如课题组开发的路面检测车采用线阵CCD，行分辨率达到8192像素，就4m宽幅的路面而言，一个像素代表0.5mm的路面目标，有效地提升检测系统的精度和效率。1.2 图像定位当前几乎所有的车载路面裂缝检测系统都选用了GPS与安装于车轮处的光电编码器联合定位，这两种编码方式的耦合，综合利用了GPS的长程定位和编码器高精度的短程定位。准确的图像定位，为事后查找裂缝的位置提供依据，方便养护维修作业的实施。此外，使用编码器触发、控制图像的采集频率，主要是为了平衡图像在纵向上的分辨精度，采集频率过快，造成大量的冗余数据出现，相反，采集频率太慢，会造成漏检情况发生。1.3 图像存储复杂图像处理算法和路面图像海量的数据，每秒需要存储上百MB的数据，需要存储空间大和存储速度高的设备，到目前为止，实时处理仍不能实现。1.4 辅助光源光照会在一定程度上影响到采集的路面图像灰度值，光照的强度不均匀、光照角度变化、安装支架及摄像设备的阴影，对图像的灰度值都会带来影响，从而对路面图像的识别精度和数据处理都会带来影响。以前的路面检测车，只可以在晚上进行工作，使用照明系统。现在将辅助光源配备到了检测车中，克服了树木、太阳光和云等带来的影响。2 裂缝图像识别2.1 图像的预处理图像的增强分为频域和空域两种类型，所谓频域指的是图像能量的频率域，空域指的是存在于图像空间域内。裂缝和噪声同为频域里面的高频部位，对频域增强单独进行使用，会有较大的难度。空域增值被很多的裂缝图像增强算法所应用，或是空域与频域信息结合到一起完成滤波处理。有杂物、油污存在于路面裂缝图像中，在拍摄时就会造成图像模糊，相对运动失真，光学系统不良情况发生。有污染现象出现在图像的传输中，将图像的噪声去除是图像预处理的主要任务。在图像中，通过提升目标的频域中的高频分量，将会使裂缝增强，确保在分割时能够准确的提取出裂缝。但注意，通常的图像增强去噪并不能完全去除所有的噪声。在对路面裂缝图像预处理时也可使用中值滤波对裂缝图像增强，中值滤波是一种非线性滤波，能将对比度叫明显的噪声有效去除，且不会影响裂缝图像。2.2 分割图像整个图像处理工程能否有效完成，同图像分割有密切的联系；是否可以进行识别，识别效率多高，一般同分割的效果好坏都有着非常紧密的联系。在路面裂缝图像处理中，图像分割算法被广泛的进行了应用，分为阈值分割、边缘检测和区域分割三种类型，其中otsu阈值分割就是最经典的类型，该算法将直方图各灰度的最小的方差找出来。该方法也可将模糊数序同路面裂缝图像的特征结合起来。如何评判一个分割算法的质量，一定要从两个角度入手分析：①对质量进行分割，缺失的细小裂缝，断续的裂缝边缘，都会导致有误差出现在后续参数测量中，对分类结果就会带来影响；②算法的快慢。一些算法分割的质量比较到位，但是计算的速度却比较慢，有很多方法都能够完成路面裂缝图像的处理，因此准确、高效的分割方法是非常关键的。2.3 裂缝提取对于裂缝的长和宽，道路管养部门都需要进行统计，还要弄清楚裂缝的类型和面积，在此基础上制定养护方案。辨别裂缝的类型、将每条裂缝的面积、长、宽计算出来，是裂缝图像处理系统的主要目的。对裂缝图像完成特征提取，是这些参数所要完成的工作，很多时候都用几何特征和区域方法来度量路面破损图像特征。在描述路破损图像区域特征时，经常对矩特征描述方法进行使用。几何形状特征、分割后小区域的计数、（下转第21页）DOI:10.19537/j.cnki.2096-2789.2017.02.006Research Findings | 研究成果 | ·21·2017年2月

将更为宽广，特别是随着WebGIS技术的发展，将提供一些新的服务，如借助GIS的大数据分析功能，为人们交通出行提供精准信息。站在长远的角度来说，交通地理信息系统借助于强大的空间地理数据、社会经济数据、交通规划数据以及统计数据的支撑，以交通模型软件和GIS软件为平台，能够提供交通工程规划设计、路况二维三维显示、交通模型分析、交通量仿真模拟等功能，以上述功能为基础结合城镇布局，实现交通模拟和发展预测，为交通规划、交通工程设计带来更加科学的决策支持。参考文献：[1]王巍,丁泽旺.地理信息系统(GIS)的发展与前瞻[A].土木建筑学术文库（第10卷）[C].2008:2.[2]胡祎.地理信息系统（GIS）发展史及前景展望[D].中国地质大学,2011.[3]王家耀.地理信息系统的发展与发展中的地理信息系统[J].中国工程科学,2009,(2):10-16.[4]孟鲁闽,朱庆伟.互联网上地理信息系统的发展[J].测绘通报, 2000,(7):9-10.[5]胥滢波.基于GIS构建交通规划信息系统[J].计算机系统应用, 2005,(5):2-5.[6]喻翔,毛敏,彭其渊.基于GIS的城市交通规划信息系统设计构思[J].交通运输工程与信息学报,2004,(1):106-111.

（上接第9页）取决于神经网络算法的精确性和训练程度的大小以及训练样本容量的多少。5 结束语从最终判别的裂缝图像来看，裂缝提取的精确度还不够，往往忽略了一些细小裂缝，使得裂缝的长度与宽度面积等数据都不太准确，给后期的防护治理工作带来麻烦。从整个提取识别的工作来看，从源头抓起，数字摄像技术还不够完善，由于成本高而使用低成本差质量的数字摄像得到的原图像已经与实际图像有较大出入。因此，提升数字摄像技术，提高原图采集的准确率很重要。在图像初步处理方面，算法比较繁杂，可以提升算法的速度，保证高质量和高效率。在很多自动化采集系统中，采集和辨识都是分开进行的，耗时长，效率不高。等相关技术成熟时，集采集、分割、辨识、分类一体化的识别系统将会问世。参考文献：[1]潘玉利.路面管理系统原理[M].北京:人民交通出版社,1998.[2]孙立军.道路与机场设施管理学[M].北京:人民交通出版社, 2009.[3]陆键,张国强,项乔君,等.高等级公路综合养护评价与预测技术[M].北京:科学出版社,2010.[4]张娟,沙爱民,高怀钢.基于数字图像处理的路面裂缝自动识别与评价系统[J].长安大学学报（自然科学版）,2004, 24(2): 18-22.[5]刘玉臣,王国强,林建荣.基于模糊理论的路面裂缝图像增强方法[J].养护机械与施工技术,2006,(2):35-37.[6]伯绍波,闫茂德,孙艳,等.路面裂缝图像增强与边缘提取算法研究[J].电子技术应用,2007,(12):64-67.[7]王太平,贺昱曜,李刚.准米字窗口中值滤波在路面检测中的应用[J].计算机测量与控制,2008,16(2):150-152.

*基金项目：广西高校图像图形智能处理重点实验室基金资助项目(GIIP201507)；桂林电子科技大学大学生创新训练计划项目（201410595036）；广西高等教育新世纪教学改革工程项目（2015JGA211、2015JGB230）；广西科技开发项目([桂科攻]14124004-4-14)；国家自然科学基金项目（51668012）。

（上接第18页）骨骼化是路面破损图像的主要几何特征。线性分类器、非线性分类器、贝叶斯分类器为常用的路面破损分类器，因为破损程度不同，加上路面破损种类较多，在描述时，就很难使用相同的解析式。3 目前存在的困难3.1 细微裂缝仍难以识别尽管像素的分辨力已经向毫米级进入，但是并不能说明就可以将毫米以下的细小裂缝识别出来一些细小的裂缝只存在单一的像素宽，不够连贯，混杂着噪声，在图像处理阶段，很难被识别出来。3.2 光照问题仍未有效解决灰度是裂缝图像处理技术得以被真正应用的关键所在，光线的角度、阴影和光线的强弱都会影响到灰度。尽管很多系统都对特有的设计光照系统进行了应用，目的是增强光照的匀称性，但不可防止的是外部光线会影响到图像边界区域。3.3 识别算法繁简难以平衡较为复杂的图像处理算法，对于实时处理很难有效完成。在算法的精确度上，采用种种形态学操作和滤波算法完成去噪处理，这样裂缝图像失真的情况就不可避免的会出现，严重会导致裂缝图像的失真。速度和精度的矛盾存在于二值化的过程中，在识别图像的时候，国内会经常的应用神经网络。有局部的极值存在于该网络中，收敛严重，就会显示出泛化能力差的缺点，而且会过于严重的依赖着训练样本。4 结束语在路面管理系统中，路面裂缝识别系统是其中非常重要的组成部分。针对目前路面裂缝识别仍大量依赖人工的现状，研制出一种自动化的路面裂缝识别系统。该系统通过车载图像采集设备采集路面图像，利用图像处理技术剔除噪声的影响，能够实现裂缝快速识别，实现快速的路面裂缝自动化精确检测。通过项目实施，为路网的管理者提供快速及时、准确高效的路面裂缝信息，为现代化的道路管养提供数据支撑。参考文献：[1]闫茂德,伯绍波,贺昱曜.一种基于形态学的路面裂缝图像检测与分析方法[J].工程图学学报,2008,(2):142-147.[2]唐磊,赵吉霞,王鸿南,等.基于图像三维地形模型的路面裂缝自动检测[J].计算机工程,2008,(5):20-21+38.[3]丁爱玲,焦李成.基于支撑矢量机的路面破损识别[J].长安大学学报(自然科学版),2007,(2):34-37.[4]肖旺新,张雪,黄卫.基于破损密度因子的路面破损识别新方法[J].交通运输工程与信息学报,2004,(2):82-89.