一种基于路网养护综合评价指标的养护决策方法技术

技术编号:39494490 阅读:10 留言:0更新日期:2023-11-24 11:20
本发明专利技术提出一种基于路网养护综合评价指标的养护决策方法,属于养护决策技术领域

【技术实现步骤摘要】
一种基于路网养护综合评价指标的养护决策方法


[0001]本申请涉及养护决策方法,尤其涉及一种基于路网养护综合评价指标的养护决策方法,属于养护决策



技术介绍

[0002]道路网中道路的服役性能状态维护,是道路养护的重点任务

路面病害中,裂缝出现最早

数量最多,伴随着道路的整个使用期,并随着路龄的增长而加重

道路裂缝的危害不仅仅是影响路容美观和行车舒适度,如果不及时对裂缝进行密封修补,更容易进一步扩展,使雨水和其它杂物沿裂缝进入面层结构与路基,对道路造成结构性的破坏,导致路面承载能力下降,加速路面局部或成片损坏,从而缩短道路的使用寿命

[0003]而目前,面向路网的裂缝养护决策过程中,通常是人工依据裂缝长度

宽度等信息,或者直接采用历史决策方案,进行养护决策

此类方法主观性强,难以保证决策效果的最优化

[0004]道路服役环境相对复杂,对于非专业技术人员而言,难以准确客观评价和比较路网中各道路病害分布情况

因此,亟需提出一种简便且科学的裂缝分布状况评价方法,提高道路养护决策科学性


技术实现思路

[0005]在下文中给出了关于本专利技术的简要概述,以便提供关于本专利技术的某些方面的基本理解

应当理解,这个概述并不是关于本专利技术的穷举性概述

它并不是意图确定本专利技术的关键或重要部分,也不是意图限定本专利技术的范围

其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序

[0006]鉴于此,为解决现有技术中存在的技术问题,本专利技术提供一种基于路网养护综合评价指标的养护决策方法

[0007]方案一

一种基于路网养护综合评价指标的养护决策方法,包括以下步骤:
S1.
采集路面图像,对裂缝图像进行识别和提取,得到二值化图像;
S2.
将二值化图像转换为坐标系,拆分为若干正弦函数和余弦函数的组合,获得裂缝图像的能量分布,对路面裂缝能量进行分析;
S3.
确定裂缝的路面裂缝状态评价指标;
S4.
遍历路面裂缝状态评价指标中的最大值,进行归一化操作,建立综合评价指标;
S5.
为道路和道路图像进行编码,计算路面裂缝状态评价指标;
S6.
遍历
aa
条道路中
Ri
道路中路面裂缝状态评价指标中的最大值,进行归一化操作,计算
Ri
道路对应的综合评价指标,基于综合评价指标确定养护决策

[0008]优选的,采集路面图像,对裂缝图像进行识别和提取的方法包括以下步骤:
S11.
采用道路检测车搭载工业相机的方式,采集路面图像;
S12.
利用神经网络识别包含裂缝的图像,将图像依次编码为
A1

An

n
为含裂缝图像的总数量;
S13.

RGB
图像转变为灰度图像;将
RGB
图像转变为灰度图像的方法是:提取
RGB
图像在
R、G、B
三个通道的数值,依次记为
a、b、c
,结合由心理学公式确定的彩色图像与灰度图像间的关系,采用下式计算图像灰度值
d
:;
S14.
对灰度图像进行线性裂缝区域和背景区域的区分,得到新的二值化图像,将二值化图像依次编码为
F1

Fn

n
为含线性裂缝图像的总数量,方法包括以下步骤:
S141.
统计全部图像像素值,确定像素值的分布范围,最小值记为
dmin
,最大值记为
dmax
,像素分布范围即为(
dmin

dmax
);
S142.
设灰度值阈值
dt
,以灰度值阈值
dt
为初始临界点,将像素分布范围划分为两个区间:
C
区间(
dmin

dt
)和
D
区间(
dt

dmax
),统计
C
区间和
D
区间范围内像素的数量
n1

n2
,并计算
C、D
两个区间像素数量在整个图像中的权重
e1

e2
,计算两个区间的平均像素值
dc1

dd2
,计算
C、D
区间图像像素方差
E
:;式中,灰度值阈值
dt
取值范围为
[dmin,dmax],且像素增加步长为1个像素;
S143.
遍历全部灰度值阈值
dt
,依次得到
C、D
区间图像像素方差,记录方差中最大值
Emax
,方差对应的灰度值阈值
dt
为线性裂缝图像背景与线性裂缝区域的临界像素值,将线性裂缝图像背景与线性裂缝区域的临界像素值对应的灰度值阈值记为最终灰度值阈值
dtm

S144.
以最终灰度值阈值
dtm
为最终分界点,将图像划分为由像素值0和1组成的二值化图像,其中,灰度值小于
dtm
的像素点,全部变为0;灰度值大于等于
dtm
的像素点,像素值变为1,从而得到新的二值化图像,将二值化图像依次编码为
F1

Fn

n
为含裂缝图像的总数量

[0009]优选的,将二值化图像转换为坐标系,拆分为若干正弦函数和余弦函数的组合,获得裂缝图像的能量分布,对路面裂缝能量进行分析,包括以下步骤:
S21.
将二值化图像转换为坐标系:以图像左上角点为坐标原点建立坐标系,以水平向右为
x
轴正方向,以竖直向下为
y
轴正方向,由二值化图像形成的图像矩阵记为
g(x,y)

S22.
将二值化图像拆分为若干正弦函数和余弦函数的组合,将二值化图像拆分成若干频率

振幅已知的正

余弦函数的和;
S23.
获得裂缝图像的能量分布,分析不同频率函数对应的能量大小

[0010]优选的,将二值化图像拆分成若干频率

振幅已知的正

余弦函数的和,求解方法是:;式中,
j
...

【技术保护点】

【技术特征摘要】
1.
一种基于路网养护综合评价指标的养护决策方法,其特征在于,包括以下步骤:
S1.
采集路面图像,对裂缝图像进行识别和提取,得到二值化图像;
S2.
将二值化图像转换为坐标系,拆分为若干正弦函数和余弦函数的组合,获得裂缝图像的能量分布,对路面裂缝能量进行分析;
S3.
确定裂缝的路面裂缝状态评价指标;
S4.
遍历路面裂缝状态评价指标中的最大值,进行归一化操作,建立综合评价指标;
S5.
为道路和道路图像进行编码,计算路面裂缝状态评价指标;
S6.
遍历
aa
条道路中
Ri
道路中路面裂缝状态评价指标中的最大值,进行归一化操作,计算
Ri
道路对应的综合评价指标,基于综合评价指标确定养护决策
。2.
根据权利要求1所述一种基于路网养护综合评价指标的养护决策方法,其特征在于,采集路面图像,对裂缝图像进行识别和提取的方法包括以下步骤:
S11.
采用道路检测车搭载工业相机的方式,采集路面图像;
S12.
利用神经网络识别包含裂缝的图像,将图像依次编码为
A1

An

n
为含裂缝图像的总数量;
S13.

RGB
图像转变为灰度图像;将
RGB
图像转变为灰度图像的方法是:提取
RGB
图像在
R、G、B
三个通道的数值,依次记为
a、b、c
,结合由心理学公式确定的彩色图像与灰度图像间的关系,采用下式计算图像灰度值
d
:;
S14.
对灰度图像进行线性裂缝区域和背景区域的区分,得到新的二值化图像,将二值化图像依次编码为
F1

Fn

n
为含线性裂缝图像的总数量,方法包括以下步骤:
S141.
统计全部图像像素值,确定像素值的分布范围,最小值记为
dmin
,最大值记为
dmax
,像素分布范围即为(
dmin

dmax
);
S142.
设灰度值阈值
dt
,以灰度值阈值
dt
为初始临界点,将像素分布范围划分为两个区间:
C
区间(
dmin

dt
)和
D
区间(
dt

dmax
),统计
C
区间和
D
区间范围内像素的数量
n1

n2
,并计算
C、D
两个区间像素数量在整个图像中的权重
e1

e2
,计算两个区间的平均像素值
dc1

dd2
,计算
C、D
区间图像像素方差
E
:;其中,灰度值阈值
dt
取值范围为
[dmin,dmax]
,且像素增加步长为1个像素;
S143.
遍历全部灰度值阈值
dt
,依次得到
C、D
区间图像像素方差,记录方差中最大值
Emax
,方差对应的灰度值阈值
dt
为线性裂缝图像背景与线性裂缝区域的临界像素值,将线性裂缝图像背景与线性裂缝区域的临界像素值对应的灰度值阈值记为最终灰度值阈值
dtm

S144.
以最终灰度值阈值
dtm
为最终分界点,将图像划分为由像素值0和1组成的二值化图像,其中,灰度值小于
dtm
的像素点,全部变为0;灰度值大于等于
dtm
的像素点,像素值变为1,从而得到新的二值化图像,将二值化图像依次编码为
F1

Fn

n
为含裂缝图像的总数量
。3.
根据权利要求2所述一种基于路网养护综合评价指标的养护决策方法,其特征在于,将二值化图像转换为坐标系,拆分为若干正弦函数和余弦函数的组合,获得裂缝图像的能量分布,对路面裂缝能量进行分析,包括以下步骤:
S21.
将二值化图像转换为坐标系:以图像左上角点为坐标原点建立坐标系,以水平向右为
x
轴正方向,以竖直向下为
y
轴正方向,由二值化图像形成的图像矩阵记为
g(x,y)

S22.
将二值化图像拆分为若干正弦函数和余弦函数的组合,将二值化图像拆分成若干频率

振幅已知的正

余弦函数的和;
S23.
获得裂缝图像的能量分布,分析不同频率函数对应的能量大小
。4.
根据权利要求3所述一种基于路网养护综合评价指标的养护决策方法,其特征在于,将二值化图像拆分成若干频率

振幅已知的正

余弦函数的和,求解方法是:;式中,
j
为虚数单位,
e=0,1,2,

,J

1; f=0,1,2,

,K
‑1;
J
为图像矩阵沿
x
轴方向的像素数量,
K
为图像矩阵沿
y
轴方向的像素数量;
JS

x
方向的角频率,
KS

y
方向的角频率
。5.
根据权利要求4所述一种基于路网养护综合评价指标的养护决策方法,其特征在于,获得裂缝图像的能量分布,分析不同频率函数对应的能量大小方法是:图像在一个周期信号的能量分布计算如下:;式中,
L

x
方向图像信号周期,
M

...

【专利技术属性】
技术研发人员:贾磊孟安鑫吴国华安茹吴成龙
申请(专利权)人:深圳市城市交通规划设计研究中心股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1