基于图像处理的城市道路积水检测方法及系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像处理的城市道路积水检测方法及系统，包括：获取道路路面的红外图像，将红外图像去噪处理得到重构信号，确定红外图像中各像素点的温度等级，确定划分道路积水区域的温度等级阈值，获取道路积水区域的边缘图像，得到道路积水区域的面积指标和深度指标。本发明专利技术系统整体成本低，准确度高，能够精确地提取道路路面分割图像，准确地获取道路路面的积水程度，有效地为相关部门提供道路积水的实时信息。有效地为相关部门提供道路积水的实时信息。有效地为相关部门提供道路积水的实时信息。

【技术实现步骤摘要】
基于图像处理的城市道路积水检测方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的城市道路积水检测方法及系统。

技术介绍

[0002]近20年来，随着我国城市化迅猛发展，城市人口密度不断增大，高强度的暴雨对城市道路造成大规模积水，由于城市道路为沥青混凝土路面，会导致排水不畅。随着水会不断渗透进路面缝隙，长时间会导致城市道路大面积塌方，对人们生活造成了极大的威胁。道路发生积水现象会导致交通中断，并使车辆浸泡在水中，长时间会导致车辆受损，无法正常启动，严重时会导致交通瘫痪，发生严重的交通事故。
[0003]目前道路积水区域检测方法主要有：人为观察检测的方式，由于道路积水区域产生之后，检测人员可能无法及时到达积水现场，因此，只能在道路积水产生一段时间后才能检测得到，无法及时通报险情，具有一定的滞后性。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的城市道路积水检测方法及系统，所采用的技术方案具体如下：本专利技术提供了一种基于图像处理的城市道路积水检测方法，包括以下步骤：获取道路路面的红外图像；基于预设个数的不同温度等级，确定所述红外图像中的各像素点所对应的温度等级；基于各像素点所对应的温度等级，确定用于进行道路积水区域划分的温度等级阈值；基于所述温度等级阈值，获取所述红外图像中的道路积水区域的边缘图像。
[0005]进一步地，所述获取道路路面的红外图像之后，所述方法还包括：对所述红外图像进行小波变换；采用如下计算公式对小波变换系数进行非线性阈值处理：其中，为处理后的小波变换系数，为阶跃函数，为原始小波变换系数；其中，为处理阈值，为首层各小波分解系数绝对值的中间值，为调整系数，为自然对数以常数e为底数的对数，为图像的尺寸；根据小波逆变换算法，对小波变换后得到的信号进行处理，得到重构信号。
[0006]进一步地，所述基于预设个数的不同温度等级，确定所述红外图像中的各像素点
所对应的温度等级，包括：每一个预设的温度等级对应有一个温度范围；根据红外图像中的各像素点所处的温度范围，确定所述红外图像中的各像素点所对应的温度等级。
[0007]进一步地，所述基于各像素点所对应的温度等级，确定用于进行道路积水区域划分的温度等级阈值，包括：将预设的各温度等级作为温度等级阈值；对于任意一个温度等级阈值，计算对应的分类效果评估指标；从得到的多个分类效果评估指标中选取最大的分类效果评估指标，该最大的分类效果评估指标对应的温度等级阈值为所述用于进行道路积水区域划分的温度等级阈值。
[0008]进一步地，所述预设的各温度等级分别为（1,2
…
，L），温度等级越高，对应的温度值越高；所述对于任意一个温度等级阈值，计算对应的分类效果评估指标，包括：根据任意一个温度等级阈值，确定图像温度等级处于的像素为道路积水区域，图像温度等级处于的像素为道路背景区域；获取每个温度等级在图像中出现的概率，计算公式如下：其中，为温度等级为k的像素个数，k为温度等级属于（1,2
…
，L）；道路积水区域在图像中出现的概率，道路背景区域在图像中出现的概率为，计算公式如下：，计算公式如下：根据道路积水区域和道路背景区域在图像中出现的概率，计算道路积水区域、道路背景区域和整体图像的温度均值，道路积水区域的温度均值为，道路背景区域为，整体图像的温度均值为，计算公式如下：，计算公式如下：，计算公式如下：
基于道路积水区域、道路背景区域和整体图像的温度均值，获取与温度等级阈值对应的分类效果评估指标，分类效果评估指标的计算公式如下：。
[0009]进一步地，所述基于所述温度等级阈值，获取所述红外图像中的道路积水区域的边缘图像之后，所述方法还包括：对所述边缘图像进行膨胀处理，使得所述边缘图像的边界像素连接起来；将所述边缘图像的边界进行分段处理，得到至少两个子边界段；计算各子边界段的质心坐标；以所述质心坐标为原始发散核心点，向周围八个邻域方向进行发散，得到发散区域，所述发散区域包括所述原始发散核心点，以及以所述原始发散核心点为中心的周围八个相邻像素点；构建像素判定模型：其中，为发散区域中的像素点，为发散区域中的像素点处的像素值；其中，为发散区域中像素点总数，为温度均值；基于预设的像素阈值以及所述像素判定模型，初步得到预选点；计算原始发散核心点和各预选点的梯度幅值大小；构建梯度幅值判定模型：其中，为原始发散核心点的梯度幅值，为预选点的梯度幅值；基于预设的梯度幅值阈值以及所述梯度幅值判定模型，从各预选点中确定得到新发散核心点；基于新发散核心点，对边缘图像对应的道路积水区域的边界进行修正。
[0010]进一步地，所述基于预设的像素阈值以及所述像素判定模型，初步得到预选点，包括：若，则将发散区域中的对应像素点判定为所述预选点；若所有的判定点均不满足，则判定没有新发散核心点，发散结束；其中，为预设的像素阈值。
[0011]进一步地，所述基于预设的梯度幅值阈值以及所述梯度幅值判定模型，从各预选点中确定得到新发散核心点，包括：若，则对应的预选点为所述新发散核心点，若所有的预选点均不满足，则判定没有新发散核心点，发散结束；其中，为预设的梯度幅值阈值。
[0012]进一步地，所述基于新发散核心点，对边缘图像对应的道路积水区域的边界进行修正，包括：以所述新发散核心点作为道路积水区域的像素，并以新发散核心点作为发散核心点，再次向该发散核心点的周围八个邻域方向进行发散，以进行新的发散核心点的确定，不断迭代运算直至发散结束。
[0013]进一步地，所述方法还包括：基于各道路积水区域的边缘图像，获取各道路积水区域的面积指标；基于所述面积指标，获取积水深度指标；以所述积水深度指标作为道路积水区域的特征向量，将所述特征向量输入至预设的积水评估模型中，得到各道路积水区域的积水评估结果。
[0014]进一步地，所述基于各道路积水区域的边缘图像，获取各道路积水区域的面积指标，包括：采用连通域算法获取图像中道路积水区域的面积；进一步地，所述基于所述面积指标，获取积水深度指标，包括：积水深度指标的计算公式如下：其中，为指标调整因子。
[0015]本专利技术还提供了一种基于图像处理的城市道路积水检测系统，包括处理器和存储器，上述的处理器用于处理存储在所述存储器中的指令以实现所述的基于图像处理的城市道理积水检测方法。
[0016]本专利技术实施例至少具有如下有益效果：根据道路路面的红外图像进行积水检测，可以提升检测准确性，基于预设个数的不同温度等级，确定红外图像中的各像素点所对应的温度等级，并基于各像素点所对应的温度等级，确定用于进行道路积水区域划分的温度等级阈值，温度等级阈值的准确性比较高，那么，根据温度等级阈值就可以准确获取红外图像中的道路积水区域的边缘图像，实现道路积水区域的检测。本专利技术提供的城市道路积水检测方法是一种基于图像处理的自动检测方法，相较于人为观察检测的方式，在积水产生的同时就可以进行积水检测，不存在滞后性，能够及时通报险情。而且，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的城市道路积水检测方法，其特征在于，包括以下步骤：获取道路路面的红外图像；基于预设个数的不同温度等级，确定所述红外图像中的各像素点所对应的温度等级；基于各像素点所对应的温度等级，确定用于进行道路积水区域划分的温度等级阈值；基于所述温度等级阈值，获取所述红外图像中的道路积水区域的边缘图像；所述基于各像素点所对应的温度等级，确定用于进行道路积水区域划分的温度等级阈值，包括：将预设的各温度等级作为温度等级阈值；对于任意一个温度等级阈值，计算对应的分类效果评估指标；从得到的多个分类效果评估指标中选取最大的分类效果评估指标，该最大的分类效果评估指标对应的温度等级阈值为所述用于进行道路积水区域划分的温度等级阈值；所述预设的各温度等级分别为（1,2
…
，L），温度等级越高，对应的温度值越高；所述对于任意一个温度等级阈值，计算对应的分类效果评估指标，包括：根据任意一个温度等级阈值，确定图像温度等级处于的像素为道路积水区域，图像温度等级处于的像素为道路背景区域；获取每个温度等级在图像中出现的概率，计算公式如下：其中，为温度等级为k的像素个数，k为温度等级属于（1,2
…
，L）；道路积水区域在图像中出现的概率，道路背景区域在图像中出现的概率为，计算公式如下：，计算公式如下：根据道路积水区域和道路背景区域在图像中出现的概率，计算道路积水区域、道路背景区域和整体图像的温度均值，道路积水区域的温度均值为，道路背景区域为，整体图像的温度均值为，计算公式如下：，计算公式如下：
基于道路积水区域、道路背景区域和整体图像的温度均值，获取与温度等级阈值对应的分类效果评估指标，分类效果评估指标的计算公式如下：。2.根据权利要求1所述的基于人工智能及图像处理的城市道路积水检测方法，其特征在于，所述获取道路路面的红外图像之后，所述方法还包括：对所述红外图像进行小波变换；采用如下计算公式对小波变换系数进行非线性阈值处理：其中，为处理后的小波变换系数，为阶跃函数，为原始小波变换系数；其中，为处理阈值，为首层各小波分解系数绝对值的中间值，为调整系数，为自然对数以常数e为底数的对数，为图像的尺寸；根据小波逆变换算法，对小波变换后得到的信号进行处理，得到重构信号。3.根据权利要求1所述的基于人工智能及图像处理的城市道路积水检测方法，其特征在于，所述基于预设个数的不同温度等级，确定所述红外图像中的各像素点所对应的温度等级，包括：每一个预设的温度等级对应有一个...

【专利技术属性】
技术研发人员：袁晓慧，张庆，
申请(专利权)人：南通市德信致远环境科技有限公司，
类型：发明
国别省市：