基于纹理特征分析的坑槽识别方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种基于纹理特征分析的坑槽识别方法、装置、设备及介质，所述方法包括：对坑槽图像进行基于HSV的背景识别，得到背景掩膜图像；对背景掩膜图像进行超像素划分；获取超像素的四个方向的灰度共生矩阵，计算灰度共生矩阵的能量和熵，作为超像素的纹理特征，通过纹理特征进行超像素的聚类；建立标记图像，通过形态学方法，选取疑似坑槽区域，去除伪坑槽区域，实现坑槽识别。本发明专利技术解决了目前坑槽识别时存在的轮廓不够准确、定位精度不高的问题，在坑槽识别的过程中，将坑槽图像进行了基于HSV的背景识别，有效去除了复杂背景的影像，且后续应用超像素方法，保留了坑槽的准确边缘，并基于纹理特征，使得坑槽识别的准确度得到了较大提升。得到了较大提升。得到了较大提升。

【技术实现步骤摘要】
基于纹理特征分析的坑槽识别方法、装置、设备及介质


[0001]本专利技术涉及一种基于纹理特征分析的坑槽识别方法、装置、设备及介质，属于计算机图像处理


技术介绍

[0002]沥青公路在建成后，经历时间的洗礼，加上雨雪、高温、超载等条件的影响，会出现多种路面病害，其中较为严重的一种就是坑槽。坑槽有可能会令高速行驶的车辆出现颠簸，导致意外事故。而在传统的道路养护工作中，采用人工检测，不仅会影响道路交通，还存在安全隐患。因此，自动化检测已经成为一种趋势。自动化巡检中，可以采用巡检车辆或者无人机。当前，基于无人机的自动巡检，已经成为最有潜力的自动检测手段之一。无人机对正常交通没有任何影响，其影像稳定，清晰度较高，配备定位装置，可以基于无人机影像采用图像处理方法，对路面病害，尤其是坑槽，进行自动检测。
[0003]基于图像处理的坑槽检测方法：即在获取无人机影像后，利用图像处理技术进行分析，自动对坑槽进行检测。现有的基于图像处理的坑槽检测中，有通过SVM利用图像纹理信息的坑槽识别方法；还有学者通过启发式的决策逻辑方法，利用图像内容的形状信息来综合识别病害；以及使用二值化方法进行识别的。现有方法中，或单独使用纹理信息，或仅采用形状信息，也有直接使用聚类方法的，都没能全面挖掘图像的纹理、颜色、形状信息，导致坑槽识别不够准确。
[0004]无人机拍摄的路面图像，往往存在车辆、树木、泥土、积水、裂缝和坑槽。图像颜色并不单一，二值化方法容易丢失图像信息；不同图像内容，即便颜色相同，但其纹理存在差异；较大的裂缝可能与坑槽纹理较为相似，但形状不同。

技术实现思路

[0005]鉴于现有技术坑槽识别时存在的轮廓不够准确、定位精度不高的问题，本专利技术提供了一种基于纹理特征分析的坑槽识别方法、装置、计算机设备及存储介质，其适用于基于无人机影像超像素纹理特征分析对道路与桥梁的坑槽进行检测与宽度计算的图像处理操作，在坑槽识别的过程中，将坑槽图像进行了基于HSV的背景识别，有效去除了复杂背景的影像，且后续应用超像素方法，保留了坑槽的准确边缘，并基于纹理特征，使得坑槽识别的准确度得到了较大提升。
[0006]本专利技术的第一个目的在于提供一种基于纹理特征分析的坑槽识别方法
[0007]本专利技术的第二个目的在于提供一种基于纹理特征分析的坑槽识别装置。
[0008]本专利技术的第三个目的在于提供一种计算机设备。
[0009]本专利技术的第四个目的在于提供一种存储介质。
[0010]本专利技术的第一个目的可以通过采取如下技术方案达到：
[0011]一种基于纹理特征分析的坑槽识别方法，所述方法包括：
[0012]获取坑槽图像；
[0013]对坑槽图像进行基于HSV的背景识别，得到背景掩膜图像；
[0014]对背景掩膜图像进行超像素划分；
[0015]获取超像素的四个方向的灰度共生矩阵，计算灰度共生矩阵的能量和熵，作为超像素的纹理特征，通过纹理特征进行超像素的聚类；
[0016]根据超像素聚类结果，建立标记图像，通过形态学方法，选取疑似坑槽区域，去除伪坑槽区域，实现坑槽识别。
[0017]进一步的，所述对坑槽图像进行基于HSV的背景识别，得到背景掩膜图像，具体包括：
[0018]对坑槽图像进行HSV颜色空间变换；
[0019]基于HSV的数值对坑槽图像的背景进行初步识别；
[0020]基于凸包对背景颜色占据的区域进行外轮廓检测，得到背景掩膜图像。
[0021]进一步的，所述基于HSV的数值对坑槽图像的背景进行初步识别，如下式：
[0022][0023]其中，min为基础颜色范围下限，max为基础颜色范围下限；白色区域的S在0
‑
0.1176之间、V在0.8667～1内的像素点；绿色区域的H在0.1950
‑
0.4318之间、S在0.1686
‑
1之间、V在0.1804～1内的像素点。
[0024]进一步的，所述对背景掩膜图像进行超像素划分，具体包括：
[0025]将背景掩膜图像转为CIELab格式；
[0026]通过棋盘式方法选取转换格式后图像的超像素中心，使超像素均匀；
[0027]在选取超像素中心后，按照简单线性迭代聚类方法实现超像素划分。
[0028]进一步的，所述选取转换格式后图像的超像素中心，如下式：
[0029][0030]其中，在图像每个s
×
s的区域中提取一个点作为初始中心，center
x
表示竖直方向上的中心坐标，center
y
表示水平方向上的中心坐标；M、N为图像的宽和高，m、n则表示当前中心点处于图像中第(m,n)个图像块；dex1,dex2,dey1,dey2为公式的判别参数，计算如下：
[0031][0032][0033]当该中心是水平方向上最后一个块的中心点时，dex1＝0,dex2＝1，否则，dex1＝1,
dex2＝0；当该中心处于竖直方向上最后一个块时，dey1＝0,dey2＝1，否则，dey1＝1,dey2＝0；m，n的取值范围是
[0034]进一步的，所述获取超像素的四个方向的灰度共生矩阵，如下式：
[0035][0036]其中，I
s
表示超像素区域，m1、m2表示超像素区域内点的坐标，i、j表示灰度级；
[0037]所述计算灰度共生矩阵的能量和熵，如下式：
[0038][0039][0040]其中，S
E
表示可用于度量不同超像素区域纹理的一致性的能量，S
cov
是对超像素内部的复杂程度进行解释的统计量，即熵。
[0041]进一步的，所述根据超像素聚类结果，建立标记图像，通过形态学方法，选取疑似坑槽区域，去除伪坑槽区域，实现坑槽识别，具体包括：
[0042]基于超像素聚类结果，建立标记图像，将具有相近纹理特征的区域被设为相同的标签；
[0043]通过形态学方法，在标记图像选取占据面积比例小于第一预设比例的区域作为疑似坑槽区域；
[0044]在疑似坑槽区域中，将占据面积比例小于第二预设比例的区域作为伪坑槽区域，所述第二预设比例小于第一预设比例；
[0045]将伪坑槽区域去除，获取最终的坑槽区域。
[0046]本专利技术的第二个目的可以通过采取如下技术方案达到：
[0047]一种基于纹理特征分析的坑槽识别装置，所述装置包括：
[0048]图像获取模块，用于获取坑槽图像；
[0049]背景识别模块，用于对坑槽图像进行基于HSV的背景识别，得到背景掩膜图像；
[0050]超像素划分模块，用于对背景掩膜图像进行超像素划分；
[0051]聚类模块，用于获取超像素的四个方向的灰度共生矩阵，计算灰度共生矩阵的能量和熵，作为超像素的纹理特征，通过纹理特征进行超像素的聚类；
[0052]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于纹理特征分析的坑槽识别方法，其特征在于，所述方法包括：获取坑槽图像；对坑槽图像进行基于HSV的背景识别，得到背景掩膜图像；对背景掩膜图像进行超像素划分；获取超像素的四个方向的灰度共生矩阵，计算灰度共生矩阵的能量和熵，作为超像素的纹理特征，通过纹理特征进行超像素的聚类；根据超像素聚类结果，建立标记图像，通过形态学方法，选取疑似坑槽区域，去除伪坑槽区域，实现坑槽识别。2.根据权利要求1所述的坑槽识别方法，其特征在于，所述对坑槽图像进行基于HSV的背景识别，得到背景掩膜图像，具体包括：对坑槽图像进行HSV颜色空间变换；基于HSV的数值对坑槽图像的背景进行初步识别；基于凸包对背景颜色占据的区域进行外轮廓检测，得到背景掩膜图像。3.根据权利要求2所述的坑槽识别方法，其特征在于，所述基于HSV的数值对坑槽图像的背景进行初步识别，如下式：其中，min为基础颜色范围下限，max为基础颜色范围下限；白色区域的S在0
‑
0.1176之间、V在0.8667～1内的像素点；绿色区域的H在0.1950
‑
0.4318之间、S在0.1686
‑
1之间、V在0.1804～1内的像素点。4.根据权利要求1所述的坑槽识别方法，其特征在于，所述对背景掩膜图像进行超像素划分，具体包括：将背景掩膜图像转为CIELab格式；通过棋盘式方法选取转换格式后图像的超像素中心，使超像素均匀；在选取超像素中心后，按照简单线性迭代聚类方法实现超像素划分。5.根据权利要求4所述的坑槽识别方法，其特征在于，所述选取转换格式后图像的超像素中心，如下式：其中，在图像每个s
×
s的区域中提取一个点作为初始中心，center
x
表示竖直方向上的中心坐标，center
y
表示水平方向上的中心坐标；M、N为图像的宽和高，m、n则表示当前中心点处于图像中第(m,n)个图像块；dex1,dex2,dey1,dey2为公式的判别参数，计算如下：
当该中心是水平方向上最后一个块的中心点时，dex1＝0,dex2＝1，否则，dex1＝1,dex2＝0；当该...

【专利技术属性】
技术研发人员：潘勇，陈伟乐，李毅，黄少雄，郑晓东，汪新天，邹威，兰建雄，
申请(专利权)人：广东省南粤交通投资建设有限公司广州天勤数字科技有限公司，
类型：发明
国别省市：