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(chē)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(kāi)展這方面的研究工作,。對(duì)車(chē)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(chē)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?chē)姆橇鸭y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,。可描述為：
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(kāi)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(jiàn)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(jiàn)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,。