無人機技術(shù)在路面裂縫檢測中的應(yīng)用

馬曉忠, 李雪瑩

(新疆維吾爾自治區(qū)交通運輸綜合執(zhí)法局工程質(zhì)量監(jiān)督執(zhí)法支隊 烏魯木齊市 830000)

近年來，無人機航拍技術(shù)得到迅猛發(fā)展，無人機價格低廉、操作簡便，受到廣泛關(guān)注，我們可根據(jù)其自身動力特點調(diào)整其飛行高度和飛行速度，無人機航拍技術(shù)非常適合路面裂縫圖像采集。

1 檢測總體方案

某公路路面檢測項目，路面裂縫視頻圖像采用經(jīng)緯M200無人機進行采集，此型號無人機的控制方式分為自行控制、人機混合控制和人工控制三種模式。機載控制系統(tǒng)由飛行控制模塊(無人機自主飛行的核心)、導(dǎo)航定位模塊(確定地理位置)、通信模塊(地面站與無人機之間的信息交互)和電源四大模塊組成。

需要指出的是，不同于檢測車，本次檢測采用的無人機使用高度集成的攝像頭具有更高的分辨率，但高分辨率勢必造成數(shù)據(jù)存儲和傳輸?shù)牡托?。因此，無人機在數(shù)據(jù)傳輸過程中有一個可將圖像壓縮的標(biāo)準(zhǔn)接口，便于存儲和傳輸。

2 圖像灰度化、均衡化及降噪處理

彩色圖像難以處理，這是數(shù)據(jù)處理時面對的共性問題，針對無人機采集得到的分辨率極高的圖像，如果直接對其進行分割閾值操作，計算量會呈現(xiàn)級數(shù)式增加，無法滿足路面裂縫圖像實時、高效檢測的要求。為滿足時效性要求，對彩色對象進行灰度化是至關(guān)重要的。但僅僅灰度化之后，路面裂縫圖像卻依然不能很好很清晰地從背景中分割出來，還需要進行均衡化處理以及降噪處理。在本次檢測中，采用了文獻[1]提出的圖像灰度化和均衡化以及降噪處理方法。在進行路面裂縫圖像降噪處理時，采用中值濾波進行降噪處理，中值濾波是一種非線性濾波，在工作時，找到窗口中各點灰度值的中值，以其來替代窗口中心點像素的灰度值。

3 基于閾值的裂縫分割算法

3.1 裂縫分割算法簡介

常見的裂縫分割算法包括兩類：

(1)邊緣算子檢測方法[2]。例如廣泛采用P氏算子、拉氏算子等都屬于此類型。方法的不足之處在于抗噪性能不佳。

(2)像素閾值檢測法[3]。這種方法主要是尋求一個像素分割閾值，高于該閾值的，即被判定為目標(biāo)，低于該閾值的則被判定為背景。此外，尚有形態(tài)學(xué)方法[4]、模糊聚類法[5]以及神經(jīng)網(wǎng)絡(luò)法[6]。

3.2 像素閾值檢測

本項目采用像素閾值檢測方法。作為應(yīng)用最廣泛的路面裂縫圖像檢測方法，像素閾值法的關(guān)鍵是要確保尋求一個合適的閾值，一旦找到合適的閾值，就可以判斷出哪里是路面裂縫，哪里是背景。其原理如下：尋找一個分割閾值A(chǔ)，并以這個閾值為分割點，對每個分割點進行分割。根據(jù)閾值將所有像素分為兩種，一種作為背景，另一種作為目標(biāo)也即裂縫。然后將大于閾值的像素替換為1，將小于閾值的像素替換為0。使圖片由灰度圖像變?yōu)槎獔D像，由此完成圖像分割的任務(wù)。該方法原理簡單、方便，因此廣泛在計算時間短、計算效率高的項目中應(yīng)用。本次檢測中典型裂縫閾值分割之后的結(jié)果如圖1及圖2所示，其中圖3中的圖像為顏色反轉(zhuǎn)處理后的圖像。

圖1 原始裂縫圖像

圖2 閾值分割后圖像(顏色反轉(zhuǎn)處理后)

4 路面裂縫拼接算法

在無人機的圖片采集過程中，攝像機的可視范圍往往受到限制。對于長裂縫，一個路面裂縫圖片難以包含裂縫的全部信息，因此需要有針對性地對裂縫圖像進行縫合。

在采集道路裂縫圖片的過程中，安裝在無人機上的攝影機鏡頭需要與拍攝的裂縫以及路面保持適當(dāng)?shù)木嚯x。如果無人機攝像頭遠離地面的距離超過限值，離地面太遠，則捕捉到的道路裂縫信息難以識別。但是如果距離過小，又會識別出許多額外的或不需要關(guān)注的道路細節(jié)，也就是說，拍攝的圖像視野太窄，這無疑會增加圖片總量，這對后處理來說更加繁雜，浪費時間，不利于增加檢測效率。

對于分布在多張圖片上的縫隙，為了提取完整的縫隙信息，需要對每一張圖像進行處理。換言之，圖像拼接更注重對路面裂縫整體狀況的把握，而要舍棄對細節(jié)特征的關(guān)注。對于較大的裂紋，一張圖像不能完全呈現(xiàn)裂紋的所有信息。這就要求我們完成裂紋圖像拼接，因為完整的綜合裂縫信息有助于分析裂縫形成的原因和計算裂縫的特征參數(shù)。

5 路面裂縫圖像特征參數(shù)提取與識別

5.1 裂縫類型判斷

判斷路面裂縫的分類，進而把握整體路面損壞程度，對道路的養(yǎng)護方案的制定、養(yǎng)護病害的發(fā)展以及養(yǎng)護計劃的執(zhí)行來說，至關(guān)重要。因此需要分析每一條裂縫的特征信息，并利用特征判斷路面裂縫的類型。目前一般將路面的裂縫劃分為橫向裂縫、縱向裂縫、塊狀裂縫和網(wǎng)裂[7]。

本次檢測分別統(tǒng)計裂縫圖片在x及y兩個方向上的裂縫投影像素總和。在橫向也即垂直于路軸線方向上出現(xiàn)了一個峰值的是橫向裂縫，在縱向方向上出現(xiàn)了一個峰值的是縱向裂縫。而對于塊裂和網(wǎng)裂，顯而易見兩者在兩個方向上兼有橫向與縱向裂縫的特征，因此在兩個方向上會出現(xiàn)有許多許多峰值出現(xiàn)。所以，可以根據(jù)投影特征，可以很容易對不同的裂縫類型進行區(qū)分。

5.2 裂縫長度和面積

在評價破損程度時，裂縫長、寬均是重要評價指標(biāo)。在進行圖像拍攝任務(wù)的時候，對無人機上高集成度攝像機進行像素大小的標(biāo)定，得到單條裂縫像素累加，很容易得出裂縫長度 L。 而對于裂縫面積，在圖像為二元圖像的基礎(chǔ)上，只需對整個裂縫圖像對每行每列以像素點為單位進行掃描，記錄裂縫像素點中最大和最小的縱坐標(biāo)和橫坐標(biāo)值，采用縱坐標(biāo)之差乘以橫坐標(biāo)之差，即可確定裂縫面積。

5.3 裂縫寬度

對于裂縫寬度而言，顯然一條裂縫寬度一直在變化，而將每一處裂縫寬度進行檢測不可能也不必要。所以在測量的時候我們用裂縫的平均寬度來表示裂縫的寬度，也即裂縫面積與裂縫長度的比值。

6 路面損傷評估

路面的破損程度的影響因素很多，由裂縫的長、寬、破損面積以及路面狀況指數(shù) PCI(Pavement Condition Index)、路面破損率 DR(Distress Ratio)等評價標(biāo)準(zhǔn)，綜合進行反映。在根據(jù)裂縫長寬以及面積對路面的破損程度做初步的判定之后，根據(jù)路面裂縫的量化依據(jù)和評價標(biāo)準(zhǔn)，就可以進行具體量化和損傷程度的評價。

路面的維修決策取決于路面的評估結(jié)果，需要根據(jù)裂縫病害的輕重程度做好預(yù)防性養(yǎng)護，對小裂縫的及時修補，阻止了更加嚴(yán)重的病害的發(fā)展，例如大裂縫甚至是坑槽等。有針對性的養(yǎng)護方案的提出，保證了養(yǎng)護資金的利用效率，是值得提倡的做法。