一种路面裂缝识别和特征提取算法及系统技术方案

本发明专利技术公开了一种路面裂缝识别和特征提取算法及系统：读取路面三维数据矩阵；去噪处理；识别路面裂缝得到最终裂缝图像；从最终裂缝图像中提取裂缝种子点并进行区域生长得到裂缝二值化图像；将裂缝用多个相同的正方形标定，用矩形框将所有正方形框入其中且矩形框满足面积最小；按照矩形框的对角线与水平方向的夹角分类裂缝：夹角在[0,π/4]内的裂缝为横向裂缝，否则为纵向裂缝；计算矩形框的对角线长度作为裂缝的长度，计算矩形框的面积作为裂缝区域的面积。本发明专利技术只需输入采集到的三维数据矩阵，即可识别出裂缝并判断三维线性裂缝的类别，完成特征提取，其计算简单、运行时间短且检测结果精确。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种路面裂缝识别和特征提取算法及系统：读取路面三维数据矩阵；去噪处理；识别路面裂缝得到最终裂缝图像；从最终裂缝图像中提取裂缝种子点并进行区域生长得到裂缝二值化图像；将裂缝用多个相同的正方形标定，用矩形框将所有正方形框入其中且矩形框满足面积最小；按照矩形框的对角线与水平方向的夹角分类裂缝：夹角在内的裂缝为横向裂缝，否则为纵向裂缝；计算矩形框的对角线长度作为裂缝的长度，计算矩形框的面积作为裂缝区域的面积。本专利技术只需输入采集到的三维数据矩阵，即可识别出裂缝并判断三维线性裂缝的类别，完成特征提取，其计算简单、运行时间短且检测结果精确。【专利说明】-种路面裂缝识别和特征提取算法及系统
本专利技术属于道路工程领域，具体设及一种路面裂缝识别和特征提取算法及系统。
技术介绍
根据我国的《公路养护技术规范》，我国高速公路路面评价内容包括四部分，即道 路路面的平整度（行驶舒适度）、路面破损（路面破损状况指数）、弯沉（路面的结构强度） 和抗滑性能（安全性）。其中，路面破损状况指数（PCI)是决策养护方案的最重要的数据， 它不仅反映了路面结构的完好程度，又直接影响道路的服务寿命，为了了解和掌握路面使 用性能的衰变情况，W便及时采用相应的养护和改善措施，延缓其衰变或恢复其使用性能， 就必须对路面破损状况进行正确的检测，该是科学预测路面使用性能、合理制定养护维修 计划、进行投资决策的重要依据之一，是路面养护中最重要的环节。而路面裂缝类病害作 为路面破损状况检测的一项重要内容，其自动化检测一直是公路路面破损检测的热点和难 点。 目前，国内外的路面裂缝检测技术大都是采用CCD摄像机获取路面图像，然后对 采集到的二维图像进行处理来识别路面裂缝，进而对路面裂缝的类别进行判断并提取裂缝 的特征信息。但是，该方法中采集到的二维图像往往会受到周围环境条件（如路面光照、油 污、建筑物W及树的影子等）的影响，使得基于二维图像的路面裂缝检测受到很大的干扰， 大大影响路面裂缝识别W及后续的裂缝特征提取的准确度，因此，研究一种受环境影响较 小而检测精确高，且效率高的路面裂缝特征提取算法及系统是很有必要的。
技术实现思路
针对上述现有技术中存在的缺陷或不足，本专利技术的一个目的在于，提供一种路面 裂缝识别和特征提取算法。 为了达到上述目的，本专利技术采用如下的技术方案： 一种路面裂缝识别和特征提取算法，包括如下步骤： 步骤1 ;读取路面=维数据矩阵； [000引步骤2 ;对路面S维数据矩阵进行去噪处理，得到去噪后的路面S维数据矩阵； 步骤3 ;由去噪后的路面S维数据矩阵识别路面裂缝，得到最终裂缝图像； 步骤4;从最终裂缝图像中提取裂缝种子点并进行区域生长，得到裂缝二值化图 像。 步骤5 ;将步骤4得到的裂缝二值化图像中的裂缝用多个相同的正方形标定，然后 用矩形框将所有正方形框入其中且矩形框满足面积最小。 [001引步骤6 ;按照矩形框的对角线与水平方向的夹角分类裂缝；夹角在[0, 31 /句内的 裂缝为横向裂缝，否则为纵向裂缝；计算矩形框的对角线长度作为裂缝的长度，计算矩形框 的面积作为裂缝区域的面积。 进一步的，所述步骤1中所述的路面S维数据矩阵化X。如下： 【权利要求】1. 一种路面裂缝识别和特征提取算法，其特征在于，包括如下步骤： 步骤1:读取路面三维数据矩阵； 步骤2 :对路面三维数据矩阵进行去噪处理，得到去噪后的路面三维数据矩阵； 步骤3 :由去噪后的路面三维数据矩阵识别路面裂缝，得到最终裂缝图像； 步骤4 :从最终裂缝图像中提取裂缝种子点并进行区域生长，得到裂缝二值化图像； 步骤5 :将步骤4得到的裂缝二值化图像中的裂缝用多个相同的正方形标定，然后用矩 形框将所有正方形框入其中且矩形框满足面积最小； 步骤6 :按照矩形框的对角线与水平方向的夹角分类裂缝：夹角在内的裂缝 为横向裂缝，否则为纵向裂缝；计算矩形框的对角线长度作为裂缝的长度，计算矩形框的面 积作为裂缝区域的面积。2. 如权利要求1所述的路面裂缝识别和特征提取算法，其特征在于，所述步骤1中所述 的路面三维数据矩阵Omxn如下：Zij表示行号为i，列号为j所对应的路面高度。3. 如权利要求1所述的路面裂缝识别和特征提取算法，其特征在于，所述步骤2对路面 三维数据矩阵进行去噪处理的操作如下： 画出路面高度直方图，图中横坐标为路面三维数据矩阵中的高度数据，纵坐标为路面 三维数据矩阵中的对应于每个高度数据段的元素个数；将路面高度直方图中两个高度数据 段所对应的元素分别标记；其他高度数据段对应的元素标记为噪声点；对步骤22中标记的 噪声点进行滤波处理，得到去噪后的路面三维数据矩阵。4. 如权利要求1所述的路面裂缝识别和特征提取算法，其特征在于，所述步骤3具体包 括如下步骤： 步骤31 :对步骤2得到的去噪后的路面三维数据矩阵进行基于平均值法曲线拟合的水 平单相扫描，得到裂缝图像Il;具体是：将矩阵中每一行的数据个数N等分得到N个数据 段，N为能被每行元素的个数整除的数；对每个数据段中的元素进行曲线拟合，用拟合值减 去对应元素的值得到差值△;然后取多个阈值将所有的△值分为多个段，将每一段中对应 的元素的值用对应的阈值替换，得到裂缝图像Il; 步骤32 :将步骤2得到的去噪后的路面三维数据矩阵进行基于平均值法曲线拟合的垂 直单相扫描，得到裂缝图像12 ;具体是：将矩阵中每列的数据个数M等分得到M个数据段，M 是能被每列元素的个数整除的数；对每个数据段中的元素进行曲线拟合，用拟合值减去其 对应的元素的值△;然后将所有的△值分为多个段，将每一段中对应的元素的值用对应的 阈值替换； 步骤33 :将裂缝图像Il与裂缝图像12取交集，得到交集裂缝图像13 ; 步骤34 :将裂缝图像Il与裂缝图像12取并集，得到并集裂缝图像14 ; 步骤35 :将裂缝图像II、裂缝图像12、交集裂缝图像13、并集裂缝图像14分别划分为m*n个小块，m是能被每行元素的个数整除的数，n是能被每列元素的个数整除的数； 对于交集裂缝图像13,从左到右从上而下扫描每个小块，对于每个小块，分别计算该小 块在裂缝图像II、裂缝图像12以及交集裂缝图像13中对应位置的小块中黑色像素点所占 的比例R1、R2和R3 ;计算R3与Rl的相对误差R31 = |R1-R3|/R1，若Rl= 0,则R31 =O; 计算R3与R2的相对误差R32 =IR2-R3I/R2,若R2 = 0,则R32 = 0 ;计算交集裂缝图像13 中该小块与裂缝图像II、12中对应小块的相似度R312 = 0. 5*R31+0. 5*R32。 对于并集裂缝图像14,从左到右从上而下扫描每一个小块，对于每个小块，分别计算其 在裂缝图像II、裂缝图像12、并集裂缝图像14中对应的小块中黑色像素点所占的比例R1、 R2和R4,计算R4与Rl的相对误差记为R41 =IR1-R4I/R1，若Rl= 0,则R41 = 0 ;计算R4 与R2 的相对误差R42 = |R2-R4|/R2,若R2 = 0,则R42 = 0 ;R412 = 0? 5*R41+0. 5本文档来自技高网...

【技术保护点】
一种路面裂缝识别和特征提取算法，其特征在于，包括如下步骤：步骤1：读取路面三维数据矩阵；步骤2：对路面三维数据矩阵进行去噪处理，得到去噪后的路面三维数据矩阵；步骤3：由去噪后的路面三维数据矩阵识别路面裂缝，得到最终裂缝图像；步骤4：从最终裂缝图像中提取裂缝种子点并进行区域生长，得到裂缝二值化图像；步骤5：将步骤4得到的裂缝二值化图像中的裂缝用多个相同的正方形标定，然后用矩形框将所有正方形框入其中且矩形框满足面积最小；步骤6：按照矩形框的对角线与水平方向的夹角分类裂缝：夹角在[0,π/4]内的裂缝为横向裂缝，否则为纵向裂缝；计算矩形框的对角线长度作为裂缝的长度，计算矩形框的面积作为裂缝区域的面积。

【技术特征摘要】

【专利技术属性】
技术研发人员：李伟，沙爱民，孙朝云，呼延菊，郝雪丽，刘玉娥，任娜娜，赵海伟，刘祝，侯云飞，任青青，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61