论文部分内容阅读
[摘 要]检测路面的裂缝信息并进行修护是路面养护阶段较为重要的环节，路面裂缝是大部分路面病害的早期形势，及早修补可以减少后期的损失。实现路面修补的自动化，要对所采集的图像进行图像处理提取裂缝边缘来驱动机械装置修补，所以图像处理检测阶段就重中之重。针对路面裂缝噪声的覆盖性广和较为复杂的特征，提出先进行图像的预处理增强图像的裂缝信息和消除噪声，之后采用裂缝边缘提取和开闭运算提取出裂缝的轨迹特征。
[关键词]图像处理；裂缝检测；图像噪声；特征提取
中图分类号：G635 文献标识码：A 文章编号：1009-914X（2019）02-0069-02
0 前言
随着我国高等级公路的迅猛发展以及路面行车的数量逐渐增加，路面养护和管理已经成为公路建设领域的重要任务。路面裂缝是一种较为常见的沥青路面病害，是路面各类破损中最常见和最易发生的早期病害，影响着公路的使用寿命以及道路行车安全，及早发现裂缝并进行相应的维护，可以避免裂缝的继续发展造成更加严重的路面病害。传统的裂缝修补方式费工费时，其修补过程主要依赖施工人员的操作，自动化程度不高，效率低，影响交通且无法保证人员安全。
利用机器视觉技术图像处理对沥青路面裂缝进行识别和定位，并将其应用于裂缝修补车，加快裂缝修补速度，提高裂缝修补质量，实现了初步的裂缝修补的自动化。基于机器视觉图像处理的路面裂缝智能化检测在检测过程中首先依据采样定理进行图像采集，然后进行图像预处理，主要用来完成所采集的裂缝图像的去噪，再进行路面裂缝的边缘分割，提取裂缝的特征信息，然后进行图像的腐蚀与膨胀，提取裂缝的所在区域，最后进行裂缝细化，得到裂缝轨迹后进行相应的裂缝缝补。
1 图像预处理
由于工业相机受到复杂的路面以及光照条件的影响，所采集到的路面裂缝图像存在噪声，在提取裂缝特征信息之前要做相应的裂缝图像预处理。主要包括图像滤波与图像增强，图像滤波的主要目的是为了消除图像的噪声，图像增强的目的是为了路面裂缝的信息。
（1）直方图均衡化
采集到路面裂缝图像的亮度有限，会存在光照带来的图像对比度不足的现象，灰度级修正可以增强图像的对比度并使裂缝图像更加清晰。经过灰度转换后所得到的原裂缝图像的像素灰度值为D=f（x，y），其中（x，y）是图像坐标，经过灰度修正后的图像的像素灰度值为D1=g（x，y），那么图像灰度修正公式为：
g（x，y）=T[f（x，y）]
常用的灰度修正有线性灰度变化，直方图均衡等，线性灰度变化虽然能够实现图像整体对比度的提高，但应用时需要原始灰度图像的灰度值范围，在实际操作中就会比较复杂。直方图均衡华就是非线性变化，对图像像素灰度值重新分配，增大图像反差，增强图像的整体对比度，增大路面裂缝和背景的差别。本文采取直方图均衡化来实现灰度修正。
（2）滤波去噪
为了提高图片的质量，去除与裂缝信息无关联的噪声信号，更加方便目标特征的提取，本文采取滤波去噪的方法，常用的滤波算法有中值滤波、均值滤波、高斯滤波等。
均值滤波是一种线性低通滤波器，是在图像上确定一个模板的目标像素，该模板也包含相邻位置的像素，然后根据确定的像素以及周围8个像素构成一个滤波模板，然后用模板中全体像素的平均值代替目标像素，达到平滑图像的作用。但只能减弱噪声，无法去除。
中值滤波采用非线性的图像平滑技术，其基本原理就是将数字图像中某一点的像素值与该点领域中各点像素值的中值进行替换。中值滤波输出的目标像素值是由领域像素的中间值决定的，均值滤波是由平均值决定的，中值滤波对极限像素不如平均滤波那样敏感，所以自适应中值滤波产生的模糊较小，适合消除图像的噪声点。
2 图像裂缝目标的提取
（1）边缘检测
要准确的完成对路面裂缝的目标提取，首先要对图像进行准确的边缘检测，之后才能在此基础上进行图像特征分割。在进行裂缝检测时，裂缝处的像素灰度值是不连续、有突变的，图像的边缘处会产生阶跃信号，采用一阶导数的极值点或二阶倒数的零点检测边缘位置。目前常用的边缘检测方法有Roberts、Canny、Prewitt和Sobel算子等。
Roberts算子利用对角线方向相邻两像素之差近似梯度幅值的原理来检测边缘，检测斜向边缘的效果不如水平和垂直方向，定位精度高，对噪声敏感。在检测具有低噪声的陡峭边缘时将能达到较好的效果，但是不适用于稠密点区域的边缘检测。Canny边缘检测是利用高斯滤波器的导数来完成算子梯度的计算，对噪声敏感，易把伪边缘检测出来，易丢失图像的边缘细节。Prewitt算子和Sobel算子都是采用一阶微分算子，prewitt采用的是平均滤波，其原理是将水平边缘和垂直边缘两个方向的模板与裂缝图像进行领域卷积，产生一定平滑效果的同时还可以消除一些伪边缘，适用于噪声较多且灰度渐变的图像。sobel算子采用的是加权平均滤波，判定该像素领域内所有像素对该像素产生的影响是不同的。sobel算子运行速度较prewitt算子运行速度快，但会检测出伪边缘，精确度不高。下图分别为用sobel和prewitt算子对图像进行边缘检测，本文采用prewitt算子检测出裂缝边缘。
（2）目标提取
在进行裂缝图像的特征提取时，形态学分析也是比较重要的，图像的腐蚀与膨胀是比较基础的形态学处理方法。通俗来说，膨胀就是对图像中的对象边缘添加像素，腐蚀就是对图像中的对象边缘删除像素。开运算和闭运算就是由膨胀和腐蚀复合的两种方法，对图像先腐蚀处理再膨胀处理是开运算，相反，先膨胀处理后腐蚀处理是闭运算。开运算能实现图像边缘的平滑目的，还可将图像的细小连通区域断开，不会对原始边缘产生整体的位置变化，闭运算的目的是为了填充图片上物体的细小孔洞。本文采用先腐蚀再膨胀处理，下图为裂缝图像经过开运算和细化后的处理结果。
3 结论
路面裂缝修补试验场路面寿命的一个非常重要的过程，为了实现路面裂缝的自动化修补，裂缝的定位及特征将会是至关重要的，本文的主要内容是对裂缝图像进行了图像处理工作，主要对所采集到的裂缝图像进行了直方图均衡华，滤波去噪，边缘检测和特征提取等一系列操作。利用灰度变换对裂缝图像进行灰度增强，并且采用滤波来减少噪声的影响，利用形态学边缘检测、开闭运算等方法来获得比较准确的裂缝边缘。在今后的研究当中，应实现路面裂缝的三维建模，并利用传感器和图像的深度信息检测裂缝的深度。
参考文献
[1]占继刚.基于图像处理的桥梁底面裂缝检测识别方法研究[D].北京交通大学，2017
[2]王朋辉.沥青路面快速喷补技术与设备研究[D]. 长安大学， 2014.
[3]胡永彪，杜成华，李西荣，等.机器视觉技术在工程机械上的应用[J].工程机械， 2009，40（10）：53-56.
[4]李晋惠.公路路面裂缝类病害图像处理算法研究[J].计算机工程與应用， 2003.35. 212-213.
[5]戴勇. 路面坑槽修补智能化技术研究[D].长安大学， 2017.
作者简介：
刘智娟 （1994.10） ，女，陕西省西安市人，硕士，专业：机械电子工程。
崔杰（1994.03），男 ， 山西省运城市人，硕士，专业：机械电子工程。
陈超超（1993.10），男，河南省沁阳市人，硕士，专业：机械工程。
袁溪伟（1994.05），男，陕西省西安市人，硕士，专业：机械电子工程。
[关键词]图像处理；裂缝检测；图像噪声；特征提取
中图分类号：G635 文献标识码：A 文章编号：1009-914X（2019）02-0069-02
0 前言
随着我国高等级公路的迅猛发展以及路面行车的数量逐渐增加，路面养护和管理已经成为公路建设领域的重要任务。路面裂缝是一种较为常见的沥青路面病害，是路面各类破损中最常见和最易发生的早期病害，影响着公路的使用寿命以及道路行车安全，及早发现裂缝并进行相应的维护，可以避免裂缝的继续发展造成更加严重的路面病害。传统的裂缝修补方式费工费时，其修补过程主要依赖施工人员的操作，自动化程度不高，效率低，影响交通且无法保证人员安全。
利用机器视觉技术图像处理对沥青路面裂缝进行识别和定位，并将其应用于裂缝修补车，加快裂缝修补速度，提高裂缝修补质量，实现了初步的裂缝修补的自动化。基于机器视觉图像处理的路面裂缝智能化检测在检测过程中首先依据采样定理进行图像采集，然后进行图像预处理，主要用来完成所采集的裂缝图像的去噪，再进行路面裂缝的边缘分割，提取裂缝的特征信息，然后进行图像的腐蚀与膨胀，提取裂缝的所在区域，最后进行裂缝细化，得到裂缝轨迹后进行相应的裂缝缝补。
1 图像预处理
由于工业相机受到复杂的路面以及光照条件的影响，所采集到的路面裂缝图像存在噪声，在提取裂缝特征信息之前要做相应的裂缝图像预处理。主要包括图像滤波与图像增强，图像滤波的主要目的是为了消除图像的噪声，图像增强的目的是为了路面裂缝的信息。
（1）直方图均衡化
采集到路面裂缝图像的亮度有限，会存在光照带来的图像对比度不足的现象，灰度级修正可以增强图像的对比度并使裂缝图像更加清晰。经过灰度转换后所得到的原裂缝图像的像素灰度值为D=f（x，y），其中（x，y）是图像坐标，经过灰度修正后的图像的像素灰度值为D1=g（x，y），那么图像灰度修正公式为：
g（x，y）=T[f（x，y）]
常用的灰度修正有线性灰度变化，直方图均衡等，线性灰度变化虽然能够实现图像整体对比度的提高，但应用时需要原始灰度图像的灰度值范围，在实际操作中就会比较复杂。直方图均衡华就是非线性变化，对图像像素灰度值重新分配，增大图像反差，增强图像的整体对比度，增大路面裂缝和背景的差别。本文采取直方图均衡化来实现灰度修正。
（2）滤波去噪
为了提高图片的质量，去除与裂缝信息无关联的噪声信号，更加方便目标特征的提取，本文采取滤波去噪的方法，常用的滤波算法有中值滤波、均值滤波、高斯滤波等。
均值滤波是一种线性低通滤波器，是在图像上确定一个模板的目标像素，该模板也包含相邻位置的像素，然后根据确定的像素以及周围8个像素构成一个滤波模板，然后用模板中全体像素的平均值代替目标像素，达到平滑图像的作用。但只能减弱噪声，无法去除。
中值滤波采用非线性的图像平滑技术，其基本原理就是将数字图像中某一点的像素值与该点领域中各点像素值的中值进行替换。中值滤波输出的目标像素值是由领域像素的中间值决定的，均值滤波是由平均值决定的，中值滤波对极限像素不如平均滤波那样敏感，所以自适应中值滤波产生的模糊较小，适合消除图像的噪声点。
2 图像裂缝目标的提取
（1）边缘检测
要准确的完成对路面裂缝的目标提取，首先要对图像进行准确的边缘检测，之后才能在此基础上进行图像特征分割。在进行裂缝检测时，裂缝处的像素灰度值是不连续、有突变的，图像的边缘处会产生阶跃信号，采用一阶导数的极值点或二阶倒数的零点检测边缘位置。目前常用的边缘检测方法有Roberts、Canny、Prewitt和Sobel算子等。
Roberts算子利用对角线方向相邻两像素之差近似梯度幅值的原理来检测边缘，检测斜向边缘的效果不如水平和垂直方向，定位精度高，对噪声敏感。在检测具有低噪声的陡峭边缘时将能达到较好的效果，但是不适用于稠密点区域的边缘检测。Canny边缘检测是利用高斯滤波器的导数来完成算子梯度的计算，对噪声敏感，易把伪边缘检测出来，易丢失图像的边缘细节。Prewitt算子和Sobel算子都是采用一阶微分算子，prewitt采用的是平均滤波，其原理是将水平边缘和垂直边缘两个方向的模板与裂缝图像进行领域卷积，产生一定平滑效果的同时还可以消除一些伪边缘，适用于噪声较多且灰度渐变的图像。sobel算子采用的是加权平均滤波，判定该像素领域内所有像素对该像素产生的影响是不同的。sobel算子运行速度较prewitt算子运行速度快，但会检测出伪边缘，精确度不高。下图分别为用sobel和prewitt算子对图像进行边缘检测，本文采用prewitt算子检测出裂缝边缘。
（2）目标提取
在进行裂缝图像的特征提取时，形态学分析也是比较重要的，图像的腐蚀与膨胀是比较基础的形态学处理方法。通俗来说，膨胀就是对图像中的对象边缘添加像素，腐蚀就是对图像中的对象边缘删除像素。开运算和闭运算就是由膨胀和腐蚀复合的两种方法，对图像先腐蚀处理再膨胀处理是开运算，相反，先膨胀处理后腐蚀处理是闭运算。开运算能实现图像边缘的平滑目的，还可将图像的细小连通区域断开，不会对原始边缘产生整体的位置变化，闭运算的目的是为了填充图片上物体的细小孔洞。本文采用先腐蚀再膨胀处理，下图为裂缝图像经过开运算和细化后的处理结果。
3 结论
路面裂缝修补试验场路面寿命的一个非常重要的过程，为了实现路面裂缝的自动化修补，裂缝的定位及特征将会是至关重要的，本文的主要内容是对裂缝图像进行了图像处理工作，主要对所采集到的裂缝图像进行了直方图均衡华，滤波去噪，边缘检测和特征提取等一系列操作。利用灰度变换对裂缝图像进行灰度增强，并且采用滤波来减少噪声的影响，利用形态学边缘检测、开闭运算等方法来获得比较准确的裂缝边缘。在今后的研究当中，应实现路面裂缝的三维建模，并利用传感器和图像的深度信息检测裂缝的深度。
参考文献
[1]占继刚.基于图像处理的桥梁底面裂缝检测识别方法研究[D].北京交通大学，2017
[2]王朋辉.沥青路面快速喷补技术与设备研究[D]. 长安大学， 2014.
[3]胡永彪，杜成华，李西荣，等.机器视觉技术在工程机械上的应用[J].工程机械， 2009，40（10）：53-56.
[4]李晋惠.公路路面裂缝类病害图像处理算法研究[J].计算机工程與应用， 2003.35. 212-213.
[5]戴勇. 路面坑槽修补智能化技术研究[D].长安大学， 2017.
作者简介：
刘智娟 （1994.10） ，女，陕西省西安市人，硕士，专业：机械电子工程。
崔杰（1994.03），男 ， 山西省运城市人，硕士，专业：机械电子工程。
陈超超（1993.10），男，河南省沁阳市人，硕士，专业：机械工程。
袁溪伟（1994.05），男，陕西省西安市人，硕士，专业：机械电子工程。