苏ICP备112451047180号-6
路面裂缝检测中图像处理算法的研究
一、国内外研究概况及发展趋势
在高级公路的运营过程中，为了保证高速公路的使用性能并延长公路的使用年限，必须实行科学的、高效率的养护来提高路面车辆的通行能力。只有掌握了路面破损识别的技术，才能对路面破损情况及时了解并进行修补。
传统的路面破损识别主要是依靠人工进行的，通过人工的观测，对破损特征的位置、长度、宽度及面积等进行手动测量和记录，然后进行统计、归类、存档和评判。这种方法效率低、危险性高、测量结果不准确、受主观因素影响较大，所以测量结果没有可靠的参考价值。
随着计算机技术的快速发展，使得路面破损自动识别成为可能。近些年来国内外为研究路面裂缝的自动检测技术投入了大量的人力和物力，已经获得了大量的成果。
1.路面裂缝图像增强算法
常用的路面图像增强算法主要有均值滤波、中值滤波和自适应平滑滤波等，但是这些算法缺乏对整幅图像的理解，并且不能很好的保持住裂缝的边缘利用模糊技术对路面裂缝图像进行增强，能够去除不均匀光照引起的图像噪声，但是不能保持裂缝的边缘。马长霞等题图基于NSCT的路面裂缝增强算法，不仅可以去除由不均匀光照等引起的噪声，还可以保持裂缝边缘，但是算法运行时间过长，不能满足实时性的要求。
2.路面裂缝图像分割算法
常用路面裂缝图像分割算法主要有基于边缘的分割算法，直方图法等，但是因为图像中的裂缝不明显而效果不佳。Tsai等提出了OSTU阈值分割算法，但因为路面裂缝的背景和目标大小之比有时过小，使得类间方差有可能呈双峰性，从而使得OSTU法失效。周帆帆等提出使用区域增长的方法来分割，取得了不错的效果。
3.路面裂缝图像分类算法
肖旺新等提出破损密度因子的概念，通过统计裂缝像素和背景像素的关系，然后利用人工神经网络进行识别分类，取得了良好的效果。王殉提出了基于人工神经网络的方法来判断路面的损害程度，结合了路面裂缝图像的灰度、纹理等特征，经实验证明该分算法的效果远远好于人工判断的方法。闫茂德等基于数学形态学理论，设计了一套裂缝检测、连
接、平滑、细化、测量的方法，取得了很好的效果。
将图像识别技术和方法用于识别与评价高等级路面的破损情况，已经成为我国以及世界上众多发达国家研究、开发、应用和推广的重要方向。
二、本课题研究的意义和价值
随着我国国民经济的持续快速发展，公路交通运输也取得了飞速的发展。目前我国高速公路通车总里程已位居世界第二位。高速公路的发展大大推动了国民经济的快速发展，使人们的出行更快速便捷。与此同时，行车的安全性、舒适性、经济性以及公共路使用周期都对公路的质量提出了越来越高的高求。如何进行科学化养护管理，保持路面良好的使用状态，成为公路养护管理部门的重要任务。
目前我国道路养护、路况监测、数据采集和使用性能评价等方面的技术和手段都落后于世界发达国家，已经无法满足公路养护的需求，对路面裂缝病害的数据采集和检测一直采用人工现场调查方法。人工现场调查进行检测，是由道路养护人员在高速公路上行走，看什么地方有裂缝然后记录，最后回到部门进行统计。人工检测虽然能最后得到一些路面裂缝的信息，但是也存在许多的问题。主要的问题有：
1. 不精确：由于采用人工观测的方法存在很多的人工主观性，使得观测数据不精确。
2. 耗时间：虽然投入了巨大的人力，但是由于人的视觉特性，观测速度比较慢，消耗时间太长。
3. 不经济：采用人工观测需要支付很高的费用，同时还得限制交通量，使得车辆通行少，减少了收费额。
4. 不安全：观测人员在公路上行走，需要避让车辆，给观测人员和车辆带来了安全隐患。
为了提高道路养护效率，实现路面裂缝的自动检测与识别，是道路路面检测技术发展的必然趋势。
通过路面裂缝的自动检测，并对检测结果进行分类与统计，找出路面裂缝形成的原因，提出针对性较强的方案，对路面进行维护，给公路的管理部门提供足够多的路面信息，提高道路养护的效率，降低工作的劳动强度，提高路面维护的技术含量，更加有效地解决由于道路养护印发的拥堵事故，保障城市道路与城市间高速公路的顺利通行。
随着数字图像处理技术的快速发展和广泛应用，使得数字图像处理成为路面裂缝自动检测中的主要技术，在路面裂缝自动检测中利用先进的图像采集技术，对公路路面图像采集，并将采集的数据存放到大容量的存储设备中，客户以离线也可实时的对采集到的图像处理，当然如果是实时的处理图像，则会要求图像处理的算法更高效，相关的硬件设备性能更好。利用上述的新技术应用于路面裂缝的检测，不仅可以节省劳动力、去除人的主观因素影响，而且可以迅速、准确地对公路的路况进行评价，显然是路面裂缝检测发展的必然趋势。综上所述基于数字图像处理技术的路面裂缝检测技术，是一门具有使用价值的高新兴技术。
三、研究内容
对路面裂缝检测中的图像处理算法进行详细的分析研究，并对各种算法仿真实验并分析优缺点。
1. 路面裂缝图像预处理：
1.1对采集的图像进行灰度化处理，利用直方图修正法将路面裂缝的彩色图像转换成灰色图像。
1.2对图像进行增强处理，分别用邻域平均法、中值滤波法、NSCT域裂缝增强算法处理图像，达到去除噪声和增强路面裂缝细节的目的，使得图像的视觉效果得到改善。
2. 路面裂缝图像分割：
2.1对图像进行边缘检测，检测出图像局部特性的不连续性，再将不连续的像素连成完备的边界。
2.2对图像进行阈值化分割，分别用全局阈值算法和局部阈值算法处理图像，将图像中的目标分离出来。
3. 路面裂缝图像识别：
3.1将路面裂缝图像进行分类，裂缝的类型有纵向裂缝、横向裂缝、龟裂、块裂。3.2提取裂缝特征参数，利用数学形态学的膨胀、腐蚀、开启、闭合运算来把握图像的整体结构特征，再利用几何特征计算裂缝的长度与宽度。
四、研究方法
收集资料，并通过MATLAB实践与理论相结合。
五、预期成果
研究了路面裂缝图像的预处理技术、分割技术以及裂缝的识别算法。
六、毕业设计（论文）进程安排
1 收集资料
2 学习MATLAB相关技术
3 分析图像处理相关算法
4 对裂缝图像处理进行详细设计
5 编码实现图像处理
6 调试系统并攥写论文
7 提交论文评审修正
8 答辩
一、国内外研究概况及发展趋势
在高级公路的运营过程中，为了保证高速公路的使用性能并延长公路的使用年限，必须实行科学的、高效率的养护来提高路面车辆的通行能力。只有掌握了路面破损识别的技术，才能对路面破损情况及时了解并进行修补。
传统的路面破损识别主要是依靠人工进行的，通过人工的观测，对破损特征的位置、长度、宽度及面积等进行手动测量和记录，然后进行统计、归类、存档和评判。这种方法效率低、危险性高、测量结果不准确、受主观因素影响较大，所以测量结果没有可靠的参考价值。
随着计算机技术的快速发展，使得路面破损自动识别成为可能。近些年来国内外为研究路面裂缝的自动检测技术投入了大量的人力和物力，已经获得了大量的成果。
1.路面裂缝图像增强算法
常用的路面图像增强算法主要有均值滤波、中值滤波和自适应平滑滤波等，但是这些算法缺乏对整幅图像的理解，并且不能很好的保持住裂缝的边缘利用模糊技术对路面裂缝图像进行增强，能够去除不均匀光照引起的图像噪声，但是不能保持裂缝的边缘。马长霞等题图基于NSCT的路面裂缝增强算法，不仅可以去除由不均匀光照等引起的噪声，还可以保持裂缝边缘，但是算法运行时间过长，不能满足实时性的要求。
2.路面裂缝图像分割算法
常用路面裂缝图像分割算法主要有基于边缘的分割算法，直方图法等，但是因为图像中的裂缝不明显而效果不佳。Tsai等提出了OSTU阈值分割算法，但因为路面裂缝的背景和目标大小之比有时过小，使得类间方差有可能呈双峰性，从而使得OSTU法失效。周帆帆等提出使用区域增长的方法来分割，取得了不错的效果。
3.路面裂缝图像分类算法
肖旺新等提出破损密度因子的概念，通过统计裂缝像素和背景像素的关系，然后利用人工神经网络进行识别分类，取得了良好的效果。王殉提出了基于人工神经网络的方法来判断路面的损害程度，结合了路面裂缝图像的灰度、纹理等特征，经实验证明该分算法的效果远远好于人工判断的方法。闫茂德等基于数学形态学理论，设计了一套裂缝检测、连
接、平滑、细化、测量的方法，取得了很好的效果。
将图像识别技术和方法用于识别与评价高等级路面的破损情况，已经成为我国以及世界上众多发达国家研究、开发、应用和推广的重要方向。
二、本课题研究的意义和价值
随着我国国民经济的持续快速发展，公路交通运输也取得了飞速的发展。目前我国高速公路通车总里程已位居世界第二位。高速公路的发展大大推动了国民经济的快速发展，使人们的出行更快速便捷。与此同时，行车的安全性、舒适性、经济性以及公共路使用周期都对公路的质量提出了越来越高的高求。如何进行科学化养护管理，保持路面良好的使用状态，成为公路养护管理部门的重要任务。
目前我国道路养护、路况监测、数据采集和使用性能评价等方面的技术和手段都落后于世界发达国家，已经无法满足公路养护的需求，对路面裂缝病害的数据采集和检测一直采用人工现场调查方法。人工现场调查进行检测，是由道路养护人员在高速公路上行走，看什么地方有裂缝然后记录，最后回到部门进行统计。人工检测虽然能最后得到一些路面裂缝的信息，但是也存在许多的问题。主要的问题有：
1. 不精确：由于采用人工观测的方法存在很多的人工主观性，使得观测数据不精确。
2. 耗时间：虽然投入了巨大的人力，但是由于人的视觉特性，观测速度比较慢，消耗时间太长。
3. 不经济：采用人工观测需要支付很高的费用，同时还得限制交通量，使得车辆通行少，减少了收费额。
4. 不安全：观测人员在公路上行走，需要避让车辆，给观测人员和车辆带来了安全隐患。
为了提高道路养护效率，实现路面裂缝的自动检测与识别，是道路路面检测技术发展的必然趋势。
通过路面裂缝的自动检测，并对检测结果进行分类与统计，找出路面裂缝形成的原因，提出针对性较强的方案，对路面进行维护，给公路的管理部门提供足够多的路面信息，提高道路养护的效率，降低工作的劳动强度，提高路面维护的技术含量，更加有效地解决由于道路养护印发的拥堵事故，保障城市道路与城市间高速公路的顺利通行。
随着数字图像处理技术的快速发展和广泛应用，使得数字图像处理成为路面裂缝自动检测中的主要技术，在路面裂缝自动检测中利用先进的图像采集技术，对公路路面图像采集，并将采集的数据存放到大容量的存储设备中，客户以离线也可实时的对采集到的图像处理，当然如果是实时的处理图像，则会要求图像处理的算法更高效，相关的硬件设备性能更好。利用上述的新技术应用于路面裂缝的检测，不仅可以节省劳动力、去除人的主观因素影响，而且可以迅速、准确地对公路的路况进行评价，显然是路面裂缝检测发展的必然趋势。综上所述基于数字图像处理技术的路面裂缝检测技术，是一门具有使用价值的高新兴技术。
三、研究内容
对路面裂缝检测中的图像处理算法进行详细的分析研究，并对各种算法仿真实验并分析优缺点。
1. 路面裂缝图像预处理：
1.1对采集的图像进行灰度化处理，利用直方图修正法将路面裂缝的彩色图像转换成灰色图像。
1.2对图像进行增强处理，分别用邻域平均法、中值滤波法、NSCT域裂缝增强算法处理图像，达到去除噪声和增强路面裂缝细节的目的，使得图像的视觉效果得到改善。
2. 路面裂缝图像分割：
2.1对图像进行边缘检测，检测出图像局部特性的不连续性，再将不连续的像素连成完备的边界。
2.2对图像进行阈值化分割，分别用全局阈值算法和局部阈值算法处理图像，将图像中的目标分离出来。
3. 路面裂缝图像识别：
3.1将路面裂缝图像进行分类，裂缝的类型有纵向裂缝、横向裂缝、龟裂、块裂。3.2提取裂缝特征参数，利用数学形态学的膨胀、腐蚀、开启、闭合运算来把握图像的整体结构特征，再利用几何特征计算裂缝的长度与宽度。
四、研究方法
收集资料，并通过MATLAB实践与理论相结合。
五、预期成果
研究了路面裂缝图像的预处理技术、分割技术以及裂缝的识别算法。
六、毕业设计（论文）进程安排
1 收集资料
2 学习MATLAB相关技术
3 分析图像处理相关算法
4 对裂缝图像处理进行详细设计
5 编码实现图像处理
6 调试系统并攥写论文
7 提交论文评审修正
8 答辩