一種基于孔洞填充的路面裂縫識別方法

文/姜維剛 王仲霖 潘飛

1 引言

目前廣泛使用的路面快速損壞檢測技術都是針對可視化的損壞類型而非變形類病害。產品基于線掃相機獲取路面圖像信息，然后通過后處理轉灰度圖像，通過拉框技術標識裂縫，再通過算法來進行裂縫面積、長寬、類別等標記。

通過人工手動拉框，在判斷病害損壞程度時，主觀人為影響較大，拉框大小直接影響裂縫長寬及面積的計算。而且耗時長，一段十公里的公路路面，一個人來進行拉框標記及計算需要至少8 個小時的工作，人工成本較高。

2 概述

我國公路里程快速增長，交通流量日益增大，路面養護管理工作量與難度劇增。路面平整度/路面破損/車轍及交通附屬設施狀態檢測數據是評價路況的重要指標，是推行公路科學養護管理的前提。

目前道路檢測已經從以前的人工徒步攜帶簡易測繪設備檢測發展到通過車載相機與激光以及移動測量設備來進行檢測。檢測設備已經能快速獲取路面損壞圖像、平整度、車轍、道路幾何尺寸等數據，但是還存在以下一些問題需要突破：

（1）路面圖像具有高噪聲性、多目標性、目標的不可預測性、信號奇異性與圖像光照的多變性特征。自動識別裂縫類病害一直是交通信息工程與模式識別領域一個亟待突破的難題。現有算法大多建立在圖像光照均勻、裂縫清晰且具有一定連續性基礎上，難以適應環境的變化。

（2）根據測量的損壞、平整度、車轍及其他指標綜合評價道路狀況的方法。當前常用的路面裂縫（PCI）檢測技術主要是利用兩臺線掃相機結合兩臺大功率激光器，采用成對角的照明的技術，在裂縫處制造陰影，突出裂縫病害的可視化特征。或通過采用兩臺面陣CCD 相機結合兩臺大功率高頻LED 閃光燈，能獲取高質量路面圖像。然后通過后處理軟件，利用人工拉框的方式來標識裂縫。此方法中，人工拉框大小的不同直接影響裂縫的特征值。

3 實現方法

針對現有技術的不足，本文提出一種基于孔洞填充路面裂縫識別方法。在沒有改變原來檢測的裝置的基礎上，進行算法的改進。通過圖像分割、去陰影算法，增強圖像，使得在光照強度不佳的環境條件下拍攝的路面照片也能得到較好的識別效果；通過最大類間方差法，將圖像進行較好的分割；通過孔洞填充算法去除較小面積區域的像素點，識別裂縫大小。降低了人為影響，提高了裂縫的識別精度。主要步驟如下：

步驟一、路面數據采集和保存。

通過車內的同步設備采集編碼器信號觸發線掃相機開始路面數據采集；

步驟二、圖像增強和去除陰影預處理。

由于光源不均勻、路面陰影等多種復雜情況都會導致路面圖像質量不佳，影響裂縫的自動識別，而傳統的伽馬變換、拉普拉斯變換等均不能有效的去除陰影，本發明采用了基于圖像分割的均衡算法，可以有效的去除陰影、油漬的影響。具體算法如下：

假設一副圖像大小M*N，像素為（0，1，2….255），圖像中每個像素點的亮度為p（i，j），則整幅圖像的平均亮度為：

將圖像分割成x 塊，每塊大小m*n，則每小塊的平均亮度為：

每子塊與整幅圖像就存在亮度差▽P，

▽P=P1-P

▽P 存在正負，即每小塊與整幅圖像存在亮度差。▽P 為正時，小塊亮度強于整幅圖像，▽P 為負時，則小塊亮度弱于整幅圖像。

通過算法，將每個小塊創建與原圖像同大小的矩陣，獲得亮度差值矩陣，再將原圖像的每個像素點p（i，j）減去差值矩陣中對應的數值，將高亮度像素點進行減弱，而對較暗的像素點進行增強，從而起到圖像整體像素均勻，有效的提高了圖像效果，對去除陰影有明顯改進。

步驟三、OTSU 大津法。

對步驟二經過增強的圖像進行OTSU 大津法，按經驗初步設定閾值K，將圖像二值化，將大于閾值的像素變為255，小于閾值的像素點變為0。此時的圖片包含裂縫和噪點等信息。

步驟四、利用裂縫識別算法優化閾值K，去除噪點，提取裂縫；

裂縫識別算法具體步驟為：

（1）優化閾值K。設二值化后255 像素點占整幅圖像比例為a0，平均灰度為g0，背景像素點比例為a1，平均灰度為g1。圖像的總平均灰度為g，方差d，則：

在重復設置多個閾值K 值，獲得多個方差d。其中方差d 最大時，對應的閾值K 即為最佳閾值，此時的裂縫與背景差異最大。

（2）孔洞填充。設定孔洞面積閾值S，對圖像進行分割，識別輪廓大小。按輪廓大小遍歷二值化后的圖像，并按設定的連通域規則對輪廓進行合并，對合并后的輪廓按優化閾值K 和面積占比閾值S 進行判定，去除孤立點和噪點，得到有效裂縫信息。

步驟五、裂縫面積計算和類型識別。

（1）面積計算。對經上述步驟處理的圖片進行像素統計，并乘以標定的因子可以得到裂縫的面積。

（2）類型識別。提取裂縫的X 投影、Y投影、像素點占空比和切線角度等4 個特征點進行神經網絡訓練，可識別橫向、縱向、網狀和塊狀裂縫。

通過本算法去除了人為拉框影響裂縫的寬度、面積等，識別后的圖像更加清晰，有效的提高了檢測效率和準確率，節省人工成本。