基于邊緣檢測的一種碎石撒布覆蓋率檢測方法

王忠勇，閆飛宇，姚江敏

（鄭州大學 信 息工程學院， 河南 鄭 州 4 50001）

同步碎石封層是一種路面養護技術，使用專用設備即同步碎石封層車將碎石以及粘結材料（改性瀝青或改性乳化瀝青）同步鋪灑在路面上，通過自然行車碾壓形成單層瀝青碎石磨耗層，能夠有效快速的治愈多種路面病害[1]。對同步碎石封層施工質量進行準確評價對公路養護事業具有重要意義。碎石撒布覆蓋率即石料覆蓋面積與施工路面面積比值，是同步碎石封層施工質量的重要的評價標準。而碎石撒布覆蓋率的準確檢測方法目前未見報道。只能由施工人員采用目測的方式估計碎石撒布覆蓋率，具有極大的主觀性隨意性。因此本文提出了一種基于邊緣檢測閾值法的數字圖像處理方法，通過對施工路面圖像的處理能夠準確定量的測量碎石撒布覆蓋率。

通過攝像機對施工路面圖像實施現場采集后，將圖像分割為目標物（石料）和背景（瀝青）的最佳閾值則應存在于目標物向背景物變化的邊緣部分的灰度區域中。在利用拉普拉斯高斯算子確定了邊緣部分的灰度區域后，就可以根據原圖像中這一區域的灰度信息選取合適的閾值。對圖像進行分割后，通過統計目標物面積與圖像面積的比例得出碎石撒布覆蓋率。

1 碎石撒布現場圖像的采集與預處理

同步碎石封層的施工場地多位于開闊地帶，極易受到陽光、霧靄和沙塵的影響。為了克服這些外部環境造成的不良影響，文中利用Retinex算法[2]對圖像進行預處理。通過對圖像照度譜的估計，分離出只受物體表面材料性質影響的反射圖像[3]。處理結果如圖1（b）所示。可以看到經處理后，石料區域的灰度被明顯增強，與瀝青的差別更加明顯，并且石料的邊緣細節得到了良好改善。

圖1 圖像的預處理結果Fig.1 Result of Image preprocessing

2 施工現場圖像的分割

2.1 石料邊緣檢測

由于石料并非均一物質，在其表面上存在各種雜質。對其進行邊緣檢測時將會受到大量細小花紋的影響。因此選用帶有濾波步驟的拉普拉斯高斯算子[4]對石料邊緣進行檢測。這種方法首先用高斯濾波器G（x，y）與目標圖像進行卷積，平滑圖像的同時濾除孤立的噪聲點和較小的結構組織。然后利用無方向性的拉普拉斯算子求取圖像的二階導數。通過尋找圖像二階導數的零交叉點可以快速的確定邊緣位置[5]。

設目標圖像為 f（x，y），輸出圖像為 h（x，y），Δ2為拉普拉斯運算則：

由卷積定理得出：

當δ=1.0時，拉普拉斯算子如圖2所示。

圖2 拉普拉斯高斯算子圖像Fig.2 The image of Laplacian of Gaussian operator

通常用一個離散模板m（x，y）代替拉普拉斯算子[6]。式中δ值的選取與模版寬度w有關，w與δ取值的經驗公式是:w=]+1。模板參數w=5，δ=0.7時如圖3所示。

圖3 LOG算子模板Fig.3 The template of Laplacian of Gaussian operator

當確定模板 m（x，y）后，h（x，y）可以用下式近似計算得出：

對 h（x，y）進行二值化處理，檢測出目標圖像的邊緣區域，如圖4所示。

圖4 邊緣檢測結果Fig.4 The result of edge detection

2.2 基于加權系數法的閾值選取

通過圖4可以得到石料邊緣像素在原始圖像中的位置，采用加權系數法[7]對石料邊緣區域的灰度信息進行統計以的出圖像閾值。對所有檢測到的石料邊緣像素的灰度值取平均值θ0。假設圖像閾值為θ，以θ0作為初始閾值，圖像中邊緣像素的灰度值 θi，以 1/|θi-θ0|作為權系數。 以 θ0作為似然門限值，求得歸一化系數：

式中m為灰度最大值。計算每個石料邊緣像素的權系數

對各邊緣像素進行加權計算，得到統計特性下的最優閾值θ作為圖像閾值對圖像進行二值化處理。結果如圖5所示，圖中白色部分為石料，灰度范圍[θ，L]，黑色部分為瀝青，灰度范圍[1，θ-1]。

圖5 邊緣檢測閾值法分割結果Fig.5 Image segmented by edge-detected threshold

2.3 石料邊緣的修補

對比處理結果圖5與圖1發現，靠近瀝青的石料邊緣被大面積的劃分為瀝青。通過圖4可以看出，灰度值較低石料與瀝青的交界處只是占了較小的一部分。因此通過邊緣檢測閾值法獲得的閾值偏大，即在灰度范圍[1，θ-1]中存在這瀝青與石料邊緣這兩部分。為了檢測出被誤分割的石料邊緣，對灰度范圍[1，θ-1]的圖像使用最大類間方差法（又稱Otsu法）[8]進行再次分割，獲得新的閾值T，并對圖像進行分割，處理結果如圖6所示。可以看出經過最大閾值方差法修正后，糾正了絕大部分的誤分割。

圖6 最大類間方差法處理結果Fig.6 The result of otsu algorithm

3 計算碎石撒布覆蓋面積

利用式15計算碎石撒布覆蓋率：×100%=78.62%。計算結果與實際情況相吻合，圖像顯示區域碎石撒布覆蓋率符合施工要求。

4 結束語

文中提出的算法具有4個優點：1）測量設備簡單，一臺普通數碼相機搭配計算機或嵌入式圖像處理平臺即可完成測量。2）有效的克服了石料灰度分布范圍過大的問題，通過邊緣檢測閾值法分割的圖像清晰的保留了石料的形狀特征。3）基于最大類間方差法的邊緣修補有效的減小了誤分割區域。4）算法簡單快速，可通過實時測量知道施工中石料撒布綜合控制參數的設定，保證施工的質量。

[1]劉賢惠，武澤峰.同步碎石封層技術簡介[J].東北公路，2003，26（1）：21-24.

LIU Xian-hui，WU Ze-feng.Synchronous crushed stone seal coat technology[J].Northeastern Highway，2003，26（1）：21-24.

[2]Rahman Zia-ur，Jobson D J，Woodell G A.Retinex processing for automatic image enhancement[J].Journal of Electronic Imaging，2004，13（1）:100-110.

[3]胡韋偉，汪榮貴.基于雙邊濾波的Retinex圖像增強算法[J].工程圖學學報，2010，31（2）:104-109.

HU Wei-wei，WANG Rong-gui.Retinex algorithm for image enhancementbased on bilateralfiltering[J].Journalof Graphics，2010，31（2）:104-109.

[4]張德豐.MATLAB數字圖像處理[M].北京：機械工業出版社，2009.

[5]趙全友，潘保昌.基于LOG算子的邊緣零交叉二值化方法[J].微型機與應用，2005，24（8）:46-49.

ZHAO Quan-you，PAN Bao-chang.Zero crossing binarization method based the LOG operator[J].Microcomputer&Its Applications，2005，24（8）:46-49.

[6]田自君，劉藝.基于LOG算子邊緣檢測的圖像二值化處理[J].中國測試技術，2007，33（6）:109-110.

TIAN Zi-jun，LIU Yi.Global threshold binarization method based on LoG algorithms edge detecting[J].China Measurement&Test，2007，33（6）:109-110.

[7]吳冰，秦志遠.自動確定圖像二值化最佳閾值的新方法[J].測繪學院學報，2001，18（4）:283-286.

WU Bing，QIN Zhi-yuan.New approaches for the automatic selection of the optimal threshold in image binarization[J].Journal of Institute of Surveying and Mapping，2001，18（4）:283-286.

[8]Rafael C.Gonzalez，Richard E.Woods.Digital Image Processing， Third Edition[M].Beijing：Publishing House of Electronics Industry，2011.