一种基于制造技术

本发明专利技术属于图像处理领域，具体涉及一种基于

【技术实现步骤摘要】
一种基于LSD和FLD融合的道路裂缝图像预处理方法


[0001]本专利技术属于图像处理领域，涉及一种道路裂缝图像干扰物消除的方法
。

技术介绍

[0002]裂缝类破损是公路最常见的病害之一
,
它会致使路面结构遭到损坏
,
从而降低路面整体性能和寿命，随着路面养护需求的增强，裂缝自动检测系统对路面养护极为重要，路面裂缝的参数信息有：种类
、
位置
、
损害程度和长宽深度等信息
。
由于路面的状况是复杂多变的，故检测路面裂缝信息仍有如下挑战：
(1)
难以迅速
、
正确
、
完整且平稳地识别路面裂缝；
(2)
裂缝识别算法的评价机制不够健全；
(3)
缺乏对路面裂缝种类和严重程度进行自动判别的成熟的系统
。
其中，难以迅速
、
正确
、
完整且平稳地识别路面裂缝是道路病害治理的重中之重，降低裂缝图像中非裂缝目标的干扰可有效提高裂缝识别的准确性
。

技术实现思路

[0003]3.1
专利技术目的
[0004]为解决裂缝检测中干扰物影响裂缝识别问题，本专利技术提出了一种基于
LSD(Line Segment Detector)
和
FLD(Fast Line Detector)
融合的道路裂缝图像预处理方法，用于消除道路裂缝图像中的直线类干扰物，提高道路裂缝检测的准确率，具体技术方案包括以下4个部分：
[0005](1)
直线检测：通过
LSD
算法和
FLD
算法对裂缝图像中的直线类干扰物
(
路标，路沿等
)
进行检测，并获取其线段坐标；
[0006](2)
断线重连：根据获取的线段坐标进行断线重连，解决提取线段不连续问题；
[0007](3)
获取掩模图：根据前面获取的干扰物的线段坐标，生成只有干扰物的掩模图；
[0008](4)
消除干扰物：利用掩模图和原图通过
FMM(FastMarching Method)
算法，将原图中的干扰物替代为周围像素，达到消除干扰物的目的；
[0009]3.2
技术方案
[0010]本专利技术提出了一种基于
LSD
和
FLD
融合的道路裂缝图像预处理方法，以下就其具体技术方案进行详细的描述，其主要流程如图1所示：
[0011]直线检测阶段：
LSD
是一种直线检测算法，该算法是基于目标梯度的运算，能快速地检测出图像上亚像素级精度的直线特征；
FLD
直线检测算法是一种基于边缘检测的直线检测算法，其原理是通过对图像边缘进行分析，找到其中的直线特征
。
[0012]本专利技术是关于裂缝图像的直线检测，所以在检测的过程中还要考虑不能将裂缝检测为直线
。
针对此问题，结合滤波
、
膨胀等传统预处理方法，提出了基于灰度级直方图自适应的结合不同阈值的
LSD
算法和
FLD
算法，来进行识别裂缝图像中的直线型干扰物
。
具体实现方法为：结合图像的灰度级直方图，统计获取裂缝图像中直线所占灰度级的具体范围以及该灰度级范围所占像素的总数，根据输入图像的不同自适应地使用
LSD
算法和
FLD
算法
。
首先，用
labelme
标注出粗细直线，生成
mask
图；其次，根据
mask
图和原图结合，生成直方图，
可得直线的灰度级范围为0～
60(
如图2所示
)
；然后，将所有图像分为细直线和粗直线两组，分别统计每张图像灰度级在0～
60
的像素值，获得粗线的像素值最小值
min_pixel
和细线像素值最大值
max_pixel
；最后，根据
min_pixel
和
max_pixel
使用
LSD
算法和
FLD
算法检测裂缝图像中的直线
。
在对道路裂缝图像进行预处理时，需要既快速又高效的方法，因此本专利技术运用自适应的方法来进行直线检测
。
不使用自适应的情况下进行本专利技术的预处理工作
(
流程图如图3所示
)
，会因为每张图像都经过三次直线检测和三次直线消除工作而造成处理时间变长；使用自适应的方法后，图像灰度级在0～
60
的像素值高于
130000
的不经过
FLD
直线处理，低于
10000
的不经过
LSD
直线处理
(
如图4所示
)
，在不降低直线检测率的情况下，大大的节省了预处理的时间
。
根据图像灰度值的不同使用不同的直线检测算法，
FLD
算法检测长细类直线，
LSD
算法检测长粗类直线和短直线
。
[0013]断线重连阶段：根据直线的不同所用的算法和算法的阈值不同，但部分直线会出现识别断续的情况
,
如图5所示，因此本专利技术利用直线检测返回的直线坐标列表进行断线重连的工作，主要流程如下：
[0014](1)
创建空数组
X1[],Y1[],X2[],Y2[]，用于存放线段的首尾坐标值；
[0015](2)
遍历当前图像直线检测算法返回的线段坐标列表，根据需求返回长度在阈值范围内的线段首尾坐标
(x1,y1),(x2,y2),
并将其分别存放在预先创建好的数组中；
[0016](3)
通过双重遍历
X1[],Y1[],X2[],Y2[],
计算当前线段的斜率
k1
，截距
d1
；根据待比较线段的首尾坐标
(x3,y3),(x4,y4)
计算其斜率
k2
，截距
d2
；再计算两条线段的距离
dis
；
[0017](4)
由于裂缝图像中直线基本上是水平和竖直的，所以需要分情况来连接新直线：如果
k1
＝
k2
＝
∞,
则计算
x1
与
x3
的差值的绝对值，若小于3且
dis
小于
500,
则将当前线段的尾坐标和待比较的线段的首坐标连接成一条新的直线；如果
k1
＝
∞,x3
与...

【技术保护点】

【技术特征摘要】
1.
一种基于
LSD(Line Segment Detector)
和
FLD(Fast Line Detector)
融合的道路裂缝图像预处理方法，其特征包括：直线检测：通过
LSD
算法和
FLD
算法对裂缝图像中的直线类干扰物
(
路标，路沿等
)
进行检测，并获取其线段坐标；断线重连：根据获取的线段坐标进行断线重连，解决提取线段不连续问题；获取掩模图：根据前面获取的线段坐标，生成只有干扰物的掩模图；消除干扰物：利用掩模图和原图通过
FMM(Fast Marching Method)
算法，将原图中的干扰物替代为周围像素，达到消除干扰物的目的
。2.
根据权利要求1所述的直线检测包括：为避免将裂缝检测为直线，提出基于灰度级直方图自适应的结合不同阈值的
LSD
算法和
FLD
算法，实现方法为：结合图像的灰度级直方图，统计获取裂缝图像中直线所占灰度级的具体范围以及该灰度级范围所占像素的总数，根据灰度值区分不同形态的直线类干扰物；根据图像灰度值的不同使用不同的直线检测算法，
FLD
算法检测长细类直线，
LSD
算法检测长粗类直线和短直线
。3.
根据权利要求2所述的断线重连：直线检测算法检测的直线出现不连续问题，提出利用直线检测返回的直线坐标列表进行断线重连，主要操作如下：
(1)
创建空数组
X1[],Y1[],X2[],Y2[]
，用于存放线段的首尾坐标值；
(2)
遍历当前图像直线检测算法返回的线段坐标列表，根据需求返回长度在阈值范围内的线段首尾坐标
(x1,y1),(x2,y2),
并将其分别存放在预先创建好的数组中；
(3)
通过双重遍历
X1[],Y1[],X2[],Y2[],
计算当前线段的斜率
k1
，截距
d1
；根据待比较线段的首尾坐标
(x3,y3),(x4,y4)
计算其斜率
k2
，截距
d2
；再计算两条线段的距离
dis
；
(4)
裂缝图像中直线基本上是水平和竖直的，需要分情况来连接新直线，如果
k1
＝
k2
＝
∞,
则计算
x1
与
x3
的差值的绝对值，若小于3且
dis

【专利技术属性】
技术研发人员：陈昌川，彭芳，赵超莹，张天骐，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：