论文部分内容阅读
作为路面病害的早期形式,裂缝的实时检测对路面养护管理和性能评估具有重要价值。现有路面裂缝检测方法主要建立在图像质量好,路面干净,无阴影,无干扰物的情况下。在实际检测中,路面背景复杂,如:路面有阴影、斑马线、油污、水井盖等。因此,有必要对复杂背景下路面裂缝检测和识别进行深入系统的研究。复杂背景下的路面裂缝具有背景纹理强、光照不均匀、干扰噪声多、裂缝信息弱等特点,裂缝检测的难点在于路面阴影及复杂干扰物的去除。为了解决这个问题,针对含阴影、斑马线、油污、井盖等干扰物的路面裂缝,本文进行了增强、去噪、裂缝目标提取、特征参数计算及破损评定、裂缝检测系统搭建这几个方面研究。1)在图像增强处理中,针对有阴影的路面裂缝图像,采用MSR增强算法。以灰度均值、标准差、信息熵值作为评价指标,对比分析了全局直方图均衡化、局部直方图均衡化及本文所采用的MSR增强算法的增强效果。研究结果表明,本文增强算法处理图像亮度更高,对比度更强,信息熵更小,图像的阴影细节被有效去除。2)在图像去噪处理中,针对有复杂干扰物的路面裂缝图像,首先分析不同噪声干扰下裂缝图像的特点;其次基于图像的灰度特征、裂缝特征、几何特征搭建多级去噪模型;最后以均方根误差(MSE)、峰值信噪比(PSNR)作为评价指标,对比分析了均值滤波、中值滤波、形态学滤波和本文滤波方法的去噪效果。研究结果表明,本文滤波方法所得图像MSE、PSNR有较大改善,能有效去除路面上斑马线、油污、井盖等噪声。3)在裂缝目标提取中,针对全局阈值分割不能实现阈值自适应、Otsu阈值分割会产生较多噪声、边缘分割检测加强噪声的不足,本文提出一种结合L0梯度最小化的Otsu分割算法。针对分割图像含噪声的情况,本文用连通域阈值法、外接矩形阈值法、背景像素阈值法对分割后的二值图像进行去噪。研究结果表明,本文提出的裂缝提取算法准确率为96.47%,召回率为94.08%,综合指标F1值为98.26%,算法性能较优。4)在特征参数计算、破损评定和系统搭建中,首先介绍裂缝的长度、宽度、面积等参数计算方法,并通过相关参数计算路面破损指标;最终结合以上研究,搭建一套基于GUI的复杂背景裂缝检测系统。本文提出的复杂背景下路面裂缝检测算法,能有效检测出含阴影、斑马线、油污、井盖图像中的裂缝,裂缝检测精度较高。利用参数对路面破损程度综合判定,为养护管理提供数据支撑。开发的系统使得裂缝检测更完整和统一,且也适用于桥梁裂缝的检测。