- 相關(guān)推薦
高等級(jí)公路路面裂縫類病害輪廊提取的算法研究
摘要：介紹了高等級(jí)公路路面的裂縫類病害的輪廓利用數(shù)字圖像技術(shù)進(jìn)行提取的方法。利用高速的黑白CCD攝像機(jī)配合光源，實(shí)時(shí)攝取公路路面的圖像，并對(duì)圖像進(jìn)行噪聲濾除、邊緣檢測(cè)和圖像分割操作，最后可以清晰地提取出路面裂縫的輪廓，為后期計(jì)算裂縫開裂長(zhǎng)度、寬度和損壞密度等參數(shù)的計(jì)算提供依據(jù)。隨著我國(guó)高等級(jí)公路建設(shè)的快速發(fā)展，高等級(jí)公路路基路面的質(zhì)量監(jiān)控體系越來(lái)越完善，要求的檢測(cè)水平也越來(lái)越高。由于車輛在高等級(jí)公路上行駛時(shí)，對(duì)路面的平整度、路面完好率要求很高，當(dāng)路面出現(xiàn)凹凸、裂紋等病害時(shí)，應(yīng)及時(shí)進(jìn)行維修；否則，交通安全就會(huì)受到影響。目前，國(guó)內(nèi)檢測(cè)高等級(jí)公路路況的手段主要是依靠人工丈量的方法，不但效率低、勞動(dòng)強(qiáng)度大、檢測(cè)速度慢、誤差較大，不能滿足高等級(jí)公路檢測(cè)的要求，而且在高速公路上進(jìn)行人工檢測(cè)十分危險(xiǎn)。CCD攝像機(jī)作為一種光電圖像傳感器，已廣泛應(yīng)用于幾何尺寸測(cè)量、光譜測(cè)試、位移測(cè)量、速度測(cè)量、天文觀測(cè)等領(lǐng)域[1]。將CCD技術(shù)應(yīng)用于高等級(jí)公路路況的檢測(cè)，可解決人工丈量所存在的缺陷和不足。
本文提出利用數(shù)字圖像技術(shù)對(duì)高等級(jí)公路路面的裂縫類病害的輪廓進(jìn)行提取。利用高速的黑白CCD攝像機(jī)配合光源，實(shí)時(shí)攝取公路路面的圖像，并對(duì)圖像進(jìn)行噪聲濾除、邊緣檢測(cè)和圖像分割等操作，最后可以清晰地提取出裂縫的輪廓，為后期的測(cè)量提到高質(zhì)量的圖像。
1 圖像采集
系統(tǒng)硬件環(huán)境的結(jié)構(gòu)設(shè)計(jì)是系統(tǒng)實(shí)現(xiàn)的關(guān)鍵之一。根據(jù)系統(tǒng)實(shí)現(xiàn)目標(biāo)和可行性的分析，以及實(shí)驗(yàn)條件的限制，搭建了圖1所示的實(shí)驗(yàn)室硬件工作環(huán)境。經(jīng)實(shí)踐證實(shí)，該系統(tǒng)可以滿足對(duì)路面圖像采集的要求。
考慮到整個(gè)系統(tǒng)將運(yùn)行在野外的測(cè)試車上，各種設(shè)備的交、直流供電情況是必須考慮的一個(gè)問(wèn)題。應(yīng)選用合適的穩(wěn)壓電源和調(diào)光電源向照明系統(tǒng)、CCD和計(jì)算機(jī)進(jìn)行供電。CCD相機(jī)對(duì)被測(cè)路面的光線情況要求很高，太強(qiáng)或太弱的光線都不利于病害路面在CCD相機(jī)中成像，合適的光源和光學(xué)系統(tǒng)才能保證被測(cè)路面在CCD中良好地成像。CCD借助光學(xué)系統(tǒng)將照射于其上的光信號(hào)轉(zhuǎn)換為電信號(hào)，形成視頻信號(hào)。圖像采集卡完成對(duì)圖像模擬視頻信號(hào)的模/數(shù)轉(zhuǎn)換功能，經(jīng)抽樣與量化的數(shù)字圖像在計(jì)算機(jī)中進(jìn)行后期的數(shù)字圖像處理。在實(shí)際應(yīng)用中，CCD攝像機(jī)選用MINTRON公司的MTV-1881EX 1/2英寸黑白低照度高解析攝像機(jī)，圖像采集卡選用MicroView公司的MVPCI-V2A專業(yè)黑白圖像采集卡。攝像機(jī)固定在可移動(dòng)的測(cè)試裝置上，實(shí)時(shí)地?cái)z取高等級(jí)公路路面的圖像并輸出視頻信號(hào)給圖像采集卡。圖像采集卡完成模擬視頻信號(hào)的數(shù)字化工作。數(shù)字化圖像的空間分辨率設(shè)置為512×512，灰度分辨率8位256級(jí)。選用精工SE0813-3CCD光學(xué)鏡頭，焦距為8mm，F(xiàn)=1.3，銳片規(guī)格為2/3英寸，視場(chǎng)角為42.6°。
2 圖像處理
2.1 圖像預(yù)處理
在圖像的采集過(guò)程中，由于受到光源和CCD相機(jī)抖動(dòng)（運(yùn)行中）的影響，圖像中不可避免地存在大量的噪聲，這為后面的邊緣檢測(cè)工作帶來(lái)了較大地困難。因此，首先需要對(duì)采集的數(shù)字圖像進(jìn)行濾波去噪處理。噪聲濾除一直是數(shù)字圖像處理領(lǐng)域中一個(gè)經(jīng)典的課題。對(duì)有噪聲的圖像進(jìn)行邊緣檢測(cè)的方法已有很多，如Robert梯子各有所長(zhǎng)，但對(duì)于裂縫類病害的圖像并不適用。所以，希望能尋求既能很好地保護(hù)裂縫的邊緣，又有濾除圖像中噪聲的圖像濾噪算法，對(duì)圖像進(jìn)行預(yù)處理。
通常的濾波算法都設(shè)計(jì)為低通濾波算法，在濾除噪聲的同時(shí)也模糊了圖像中的邊緣細(xì)節(jié)。應(yīng)用較多的濾波技術(shù)有Lee濾波器、Frost濾波器、Camma CAP濾波器等。這些濾波算法都是基于對(duì)圖像局部統(tǒng)計(jì)特性自適應(yīng)的，濾除噪聲的效果較好。但是，由于算法本身的原因，往往造成圖像邊緣細(xì)節(jié)信息模糊，降低了圖像的質(zhì)量。針對(duì)這一問(wèn)題，人們提出許多改進(jìn)算法，如改進(jìn)的Lee濾波器、變窗口濾波器等。這些算法雖然在一定程度上解決了邊緣模糊的問(wèn)題，但也帶來(lái)新問(wèn)題。例如改進(jìn)的Lee濾波器，由于要進(jìn)行邊緣檢測(cè)，所以選擇的窗口就不能太大；但小窗口對(duì)消除斑噪聲不利，又降低了效能[5]。因此，希望能尋求一種具有邊緣保護(hù)功能的噪聲濾除算法。
針對(duì)以上情況，本文采用加權(quán)的領(lǐng)域平均算法對(duì)圖像進(jìn)行噪聲濾除。該算法不僅能夠有效地平滑噪聲，還能夠銳化模糊圖像的邊緣。同時(shí)該算法計(jì)算比較簡(jiǎn)單，不需要任何驗(yàn)知識(shí)和預(yù)定的參數(shù)，能為后期的邊緣檢測(cè)工作提供高質(zhì)量的數(shù)字圖像。
算法的計(jì)算公式描述如下：
用f(x,y)表示原始圖像，g(x,y)為平滑后點(diǎn)（x,y）的灰度值，Vx,y表示以點(diǎn)（x,y）為中心的領(lǐng)域，該鄰域包含N個(gè)像素，m(x,y)表示鄰域Vx,y內(nèi)的灰度均值。則修正的領(lǐng)域平均法由下式給出：
式（1）中，α為修正系數(shù)，取值范圍為0到1，它的大小反映Vx,y中的邊緣狀況。α定義如下：
式（2）中，γ
【高等級(jí)公路路面裂縫類病害輪廊提取的算法研究】相關(guān)文章：
公路路面裂縫產(chǎn)生原因及治理對(duì)策研究05-25
淺談?dòng)绊懜咚俟窞r青路面平整度的原因分析與對(duì)策08-10
淺論鐵路路基病害綜合整治與防護(hù)05-04
大體積混凝土裂縫分析及措施08-09
淺論混凝土裂縫原因分析與處理08-11
瀝青混凝土橋面鋪裝早期病害原因分析08-23
混凝土施工溫度控制以及裂縫防治措施06-27
財(cái)務(wù)預(yù)算管理在公路客運(yùn)企業(yè)的運(yùn)用研究05-29