摘   要： 提出了一種基于PDE和小波分析的破損路面檢測(cè)技術(shù),。通過(guò)CCD采集路面信息，并運(yùn)用PDE進(jìn)行去噪處理,，從而很好地保留原始圖像的邊緣和紋理,；利用小波分析進(jìn)行邊緣檢測(cè)，再采用Canny算法對(duì)圖像邊緣進(jìn)行提取,，以確定破損路面的位置,。實(shí)驗(yàn)結(jié)果表明,，檢測(cè)結(jié)果與實(shí)際結(jié)果相吻合。
關(guān)鍵詞： 破損,； 檢測(cè),； 偏微分方程； 小波分析

    在當(dāng)代社會(huì)中,，許多車主為了最大限度地獲取利潤(rùn),，超載、超限的情況時(shí)有發(fā)生,，特別是長(zhǎng)途載貨車輛和長(zhǎng)途客運(yùn)車輛超載,、超限尤為嚴(yán)重，這加劇了路面的損壞速度和損壞程度,。由于路橋塌方等事故形成的破損路面對(duì)行車安全及車輛行駛平順性影響較大,，不僅使車輛產(chǎn)生損壞，也造成了資源的浪費(fèi),，因此對(duì)現(xiàn)有路面破損程度進(jìn)行檢測(cè)很有必要,，而尋求成本低、可靠性高的路面破損檢測(cè)方法也逐漸成為道路管理部門研究的重點(diǎn),。目前,，圖像去噪方法甚多，較為成熟的有均值濾波,、中值濾波,、高斯濾波[1]以及雙向?yàn)V波等。這些方法比較簡(jiǎn)單,，對(duì)去除與信號(hào)不相關(guān)的噪聲效果也較為理想，但是,，這些方法容易造成邊緣和紋理的模糊,。為此，本文提出了一種基于偏微分方程PDE(Partial Differential Equation)[2-4]和小波分析的破損路面檢測(cè)技術(shù),?？紤]到小波多尺度分析[5]去噪方法比較適用于特征信號(hào)和噪聲的頻帶相互分離時(shí)的確定性噪聲情況，而處理特征信號(hào)和噪聲頻帶相互重疊時(shí)的結(jié)果并不理想[6],，因此,，可對(duì)采集的圖像進(jìn)行PDE去噪，再進(jìn)行小波邊緣檢測(cè)[7-8]以及Canny邊緣提取,，最終確定路面破損的位置,。該方法精度高、穩(wěn)定性好,，檢測(cè)結(jié)果與實(shí)際結(jié)果吻合度高,。
1 PDE去噪和小波分析
1.1 PDE去噪
    PERONA和MALIK等人提出保持邊緣紋理各向異性擴(kuò)散去噪的優(yōu)點(diǎn)， 摒棄線性擴(kuò)散濾波的缺點(diǎn), 提出P-M[9]各向異性擴(kuò)散模型。線性熱擴(kuò)散方程去噪本質(zhì)就是對(duì)圖像進(jìn)行高斯卷積,，但是這會(huì)模糊圖像,，為此，在擴(kuò)散過(guò)程中應(yīng)該保持邊緣,。PERONA和MALIK提出利用控制函數(shù)抑制邊緣處的擴(kuò)散建立的P-M模型為：
  

    由圖2可以看出,，PDE去噪后能夠很好地保持圖像的邊緣特征，經(jīng)過(guò)二值化后,，路面裂縫變得特別明顯,，再通過(guò)小波邊緣檢測(cè)和Canny邊緣提取后，基本確定了裂縫的形狀,。此外,，以確定目標(biāo)域(裂縫)為基礎(chǔ)，進(jìn)而確定路面破損的位置,。路面裂縫的位置如圖2(e)所示,。通過(guò)與實(shí)際圖片對(duì)比，不難看出,，圖像處理的結(jié)果基本與實(shí)際路面破損位置相一致,。圖2(f)是通過(guò)確定連通域找出目標(biāo)域，對(duì)目標(biāo)域進(jìn)行填充后得到的,。利用MATLAB中的bwboundaries函數(shù)獲取連通域,，通過(guò)對(duì)圖像進(jìn)行列遍歷，找出上邊界點(diǎn),，從上邊界點(diǎn)開(kāi)始沿列進(jìn)行搜索,。若首次出現(xiàn)ui,j≠ui+1,j,則記錄下該點(diǎn)的像素值以及行列號(hào)，最終確定目標(biāo)域邊界點(diǎn)處的像素值和行列號(hào),。
    裂縫寬度主要是通過(guò)沿邊界像素點(diǎn)處的梯度方向進(jìn)行搜索,，對(duì)上邊界點(diǎn)任意一點(diǎn)在梯度方向上搜索與該邊界點(diǎn)標(biāo)號(hào)相同的最遠(yuǎn)點(diǎn)，從而計(jì)算出兩像素點(diǎn)之間的距離,，最終確定最大的距離d,，d即為識(shí)別出來(lái)的裂縫的最大寬度。本實(shí)驗(yàn)中,，d=100.31,。最后,根據(jù)照相機(jī)的高度、照相機(jī)鏡頭的視角,、拍攝角度和像素點(diǎn)距估算出實(shí)際裂縫的寬度,。
    本文通過(guò)對(duì)采集的破損路面圖片進(jìn)行PDE去噪、小波邊緣檢測(cè)以及邊緣提取,，得到了較為真實(shí)的路面情況,，再通過(guò)梯度搜索最終確定路面最大的裂縫,。該方法利用圖片處理技術(shù)最終實(shí)現(xiàn)了對(duì)破損路面的檢測(cè)，具有一定的現(xiàn)實(shí)意義,。該算法可以融入到道路監(jiān)控系統(tǒng),，設(shè)想將交通指揮部門安放在各個(gè)交通要道的攝像頭設(shè)置為角度可調(diào)，通過(guò)調(diào)整攝像頭角度對(duì)路面進(jìn)行最大限度的拍攝,，再對(duì)拍攝的圖像進(jìn)行處理,，獲取被監(jiān)控路段路面的破損程度，進(jìn)而達(dá)到對(duì)主要干道路面破損程度的檢測(cè),。該拍攝過(guò)程只需間歇進(jìn)行,，隔半個(gè)月或10天檢測(cè)一次，根據(jù)檢測(cè)結(jié)果,，就能使破損路面得到及時(shí)的修補(bǔ),。但是本算法所采集的圖片目標(biāo)單一，只有裂縫,，并沒(méi)有其他干擾環(huán)境,，因此，對(duì)于復(fù)雜的環(huán)境還應(yīng)采用更為精確的圖像處理算法,。
參考文獻(xiàn)
[1] 呂玉琴,，曾光宇.基于圖像邊緣檢測(cè)算法的研究[J].研究與探討，2009(2)：31-33.
[2] 熊寶平,，杜明.基于PDE圖像去噪方法[J].計(jì)算機(jī)應(yīng)用,，2007,27(8):2025-2026.
[3] 崔峰峰.基于PDE的圖像去噪[D].濟(jì)南：山東大學(xué)，2008.
[4] 宋錦萍,，陳花竹,，臺(tái)雪成.一種PDE圖像分解去噪模型及算法[J].中國(guó)圖象圖形學(xué)報(bào)，2009,14(8):1547-1552.
[5] 孔軍,，楊心溢,，蔣敏. 基于多尺度特征提取的運(yùn)動(dòng)目標(biāo)定位研究[J].紅外與毫米波學(xué)報(bào)，2011,30(1):21-26.
[6] 韓希珍,，陳朝東,，趙建.基于PDE的非線性圖像去噪與增強(qiáng)[J].液晶與顯示,，2011(1):111-115.
[7] 甘亞輝,，戴先中，李新德,，等.小波邊緣檢測(cè)在焊縫圖像處理中的應(yīng)用[J].華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版),，2008，36(S1):65-67,86.
[8] 賈超,，王耀坤,，邢晶晶.利用小波多尺度積實(shí)現(xiàn)裂紋缺陷的邊緣檢測(cè)[J].計(jì)算機(jī)工程與應(yīng)用,，2011(15):219-221.
[9] 陳一虎.P-M擴(kuò)散方程圖像去噪方法分析[J].寶雞文理學(xué)院學(xué)報(bào)(自然科學(xué)版)，2010,30(4):14-17.
[10] 羅峰,，殷海清.基于高階偏微分方程的非線性去噪算法[J].  現(xiàn)代電子技術(shù),，2006(15):130-132.
[11] 張善文，雷英杰,，馮有前.MATLAB在時(shí)間序列分析中應(yīng)用[M].西安：西安電子科技大學(xué)出版社,，2007.