一种路面图像中裂缝比例检测算法及系统技术方案

本发明专利技术公开了一种路面图像中裂缝比例检测算法及系统，读取路面三维数据矩阵；对路面三维数据矩阵进行去噪处理；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；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；将裂缝二值化图像等分为多个正方形；计算路面图像中裂缝所占比例。本发明专利技术只需输入采集到的三维数据矩阵，即可快速而准请地计算出裂缝在整幅图像中的比例。

【技术实现步骤摘要】
一种路面图像中裂缝比例检测方法及系统
本专利技术属于道路工程领域，具体涉及一种路面图像中裂缝比例检测算法及系统。
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包括四部分内容，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，它不仅反应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，以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评价，这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检测的重要内容，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后续的处理来识别裂缝，进而对裂缝的类别进行判断和提取裂缝的特征信息。但是，采集到的二维图像往往会受到路面光照、油污、建筑物以及树等的影子的影响，这样会使得基于二维图像的裂缝分析受到很大的干扰，大大影响裂缝占路面比例检测的准确度，因此研究一种效率高、检测精确高的路面图像中裂缝比例检测技术是十分有必要的。
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，提供一种路面图像中裂缝比例检测算法。为了达到上述目的，本专利技术采用如下的技术方案：一种路面图像中裂缝所占比例检测算法，具体包括如下步骤：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等分为多个正方形；步骤6：计算路面图像中裂缝所占比例：统计包含有裂缝像素点的正方形个数和网格划分后的整幅图像中的正方形块个数，计算前者在后者中所占的比例即得到路面图像中裂缝所占比例。进一步的，所述步骤1中所述的路面三维数据矩阵Om×n如下：(i＝1,2…m,j＝1,2…n)zij表示行号为i，列号为j所对应的路面高度。进一步的，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。进一步的，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I1；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Δ；然后取多个阈值将所有的Δ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I1；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I2；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Δ；然后将所有的Δ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I1与裂缝图像I2取交集，得到交集裂缝图像I3；步骤34：将裂缝图像I1与裂缝图像I2取并集，得到并集裂缝图像I4；步骤35：将裂缝图像I1、裂缝图像I2、交集裂缝图像I3、并集裂缝图像I4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I3，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I1、裂缝图像I2以及交集裂缝图像I3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R1的相对误差R31＝|R1-R3|/R1，若R1＝0，则R31＝0；计算R3与R2的相对误差R32＝|R2-R3|/R2，若R2＝0，则R32＝0；计算交集裂缝图像I3中该小块与裂缝图像I1、I2中对应小块的相似度R312＝0.5*R31+0.5*R32。对于并集裂缝图像I4，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I1、裂缝图像I2、并集裂缝图像I4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R1的相对误差记为R41＝|R1-R4|/R1，若R1＝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*R42。步骤36：对于每个小块，比较其对应的R312与R412的大小，若R312大于等于R412，则取I4中的相应小块作为最终裂缝图像中的相应位置的小块。否则取I3中的相应小块作为最终裂缝图像中的相应位置的小块，得到最终裂缝图像I5。本专利技术的另一个目的是，提供一种路面图像中裂缝所占比例检测系统，包括如下依次相连接的模块：矩阵读取模块，是用于实现路面三维数据矩阵读取的模块；去噪模块，是用于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的模块；路面裂缝识别模块，是用于从去噪后的路面三维数据矩阵得到最终裂缝图像的模块。裂缝二值化模块，是用于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的模块；图像网格划分模块，是用于将裂缝二值化图像等分为多个正方形的模块；裂缝比例计算模块：是用于实现以下功能的模块：统计包含有裂缝像素点的正方形个数和网格划分后的整幅图像中的正方形块个数，计算前者在后者中所占的比例得到路面图像中裂缝所占比例。进一步的，所述矩阵读取模块中所述的路面三维数据矩阵Om×n如下：(i＝1,2…m,j＝1,2…n)zij表示行号为i，列号为j所对应的路面高度。进一步的，所述路面裂缝识别模块是用于实现以下功能的模块：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。进一步的，所述裂缝二值化模块是用于实现以下功能的模块：对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I1；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Δ；然后取多个阈值将所有的Δ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I1；将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I2；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；对本文档来自技高网...

【技术保护点】
一种路面图像中裂缝比例检测算法，其特征在于，具体包括如下步骤：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等分为多个正方形；步骤6：计算路面图像中裂缝所占比例：统计包含有裂缝像素点的正方形个数和网格划分后的整幅图像中的正方形块个数，计算前者在后者中所占的比例即得到路面图像中裂缝所占比例。

【技术特征摘要】
1.一种路面图像中裂缝比例检测方法，其特征在于，具体包括如下步骤：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；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I1；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水平单相扫描中的差值Δ1；然后取多个阈值将所有的Δ1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I1；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I2；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得到垂直单相扫描中的差值Δ2；然后将所有的Δ2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I1与裂缝图像I2取交集，得到交集裂缝图像I3；步骤34：将裂缝图像I1与裂缝图像I2取并集，得到并集裂缝图像I4；步骤35：将裂缝图像I1、裂缝图像I2、交集裂缝图像I3、并集裂缝图像I4分别划分为p*q个小块，p是能被每行元素的个数整除的数，q是能被每列元素的个数整除的数；对于交集裂缝图像I3，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I1、裂缝图像I2以及交集裂缝图像I3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R1的相对误差R31＝|R1-R3|/R1，若R1＝0，则R31＝0；计算R3与R2的相对误差R32＝|R2-R3|/R2，若R2＝0，则R32＝0；计算交集裂缝图像I3中该小块与裂缝图像I1、I2中对应小块的相似度R312＝0.5*R31+0.5*R32；对于并集裂缝图像I4，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I1、裂缝图像I2、并集裂缝图像I4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R1的相对误差记为R41＝|R1-R4|/R1，若R1＝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*R42；步骤36：对于每个小块，比较其对应的R312与R412的大小，若R312大于等于R412，则取I4中的相应小块作为最终裂缝图像中的相应位置的小块；否则取I3中的相应小块作为最终裂缝图像中的相应位置的小块，得到最终裂缝图像I5；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等分为多个正方形；步骤6：计算路面图像中裂缝所占比例：统计包含有裂缝像素点的正方形个数和网格划分后的整幅图像中的正方形块个数，计算前者在后者中所占的比例即得到路面图像中裂缝所占比例。2.如权利要求1所述的路面图像中裂缝比例检测方法，其特征在于，所述步骤1中所述的路面三维数据矩阵Om×n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所述的路面图像中裂缝比例检测方法，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；对标记的噪声点进行滤波处理，得到去噪后的路面三维数据...

【专利技术属性】
技术研发人员：张娟，李伟，吴正伟，
申请(专利权)人：中交第一公路勘察设计研究院有限公司，
类型：发明
国别省市：陕西;61