基于假设检验的公路路面裂缝识别决策模型的建立方法，它涉及一种公路路面裂缝识别方法，以解决在结构光三维裂缝检测方式中无法有效的确定采样光条数量n及决策因子m，从而导致路面裂缝中漏检率和误判率较高的问题。方法：步骤一、公路路面裂缝识别两类错误分析；步骤二、基于假设检验的公路路面裂缝识别决策模型的建立；步骤三：裂缝检测正确率函数的单调性分析；步骤四：通过用户决策需要设置两类错误发生率并结合实际硬件允许的极限数量来确定合理的采样光条数n，为三维裂缝检测系统中传感器设计提供决策方案；步骤五：检测用户根据其决策需要灵活设计规则的可信度要求，使其满足新的可信度即检测正确率要求。本发明专利技术用于路面裂缝检验。
【技术实现步骤摘要】
本专利技术涉及一种公路路面裂缝识别方法，具体涉及一种。
技术介绍
公路在使用过程中，由于行车荷载作用和自然因素的影响，使路面逐渐产生各种破损。破损对车辆的行驶速度、燃料消耗、机械磨损、行车舒适以及交通安全等都会造成有害影响。裂缝是路面破损中一个重要指标，如果能快速准确检测和识别路面裂缝，并采取相应的修补措施，则可消除安全隐患。公路路面裂缝的检测最重要的指标在于裂缝的识别率和误判率。现有公路路面裂缝检测技术通常采用以下几种方法(1)、传统的人工视觉检测技术，由于整个过程均为人工处理，所以在测量方法和读取数据方面存在很大的主观因素，使得获得的路面裂缝数据的误差较大，检测精度较低。O)、基于二维灰度信息的图像处理技术，使路面裂缝的自动检测成为可能，其采用线阵相机在辅助照明条件下获取路面图像，系统设计较容易，但该技术很难将路面油污、 轮胎痕迹、黑斑、树木阴影、光照不均等与路面实际裂缝相区分，因此，该技术很难找到合适的阈值来检测路面裂缝，检测效果不理想，裂缝误判率较高。(3)、基于结构光的三维裂缝检测技术，该技术获得的路面信号包含了路面三维轮廓信息，该技术数据精度高、特征丰富，对油污、黑斑以及随机噪声不敏感，很好的克服了二维灰度信息图像处理技术对阴影、油污等干扰因素敏感的问题，有效的提高了路面裂缝识别率。图2为带阴影的裂缝图片，图2中标识位置即为检测到的裂缝点，可见，基于结构光三维裂缝检测技术能够有效地解决阴影对裂缝识别的干扰问题。然而，由于此技术的特殊性，仍然存在以下待研究的问题(1)、采样光条数量的确定在拍摄视场固定的前提下，如果三维激光采样数据较少，即采样光条的个数η较少时，此时光条间隔必然较大，就会出现裂缝漏检的情况，并且，由于路面病害的复杂多样性，较少的采样数据也无法作为判定此处有无裂缝的准确依据。如果三维激光采样数据较多，也会带来光条之间互相干扰，三维激光传感器设计难度提高，硬件成本增加等问题。O)、决策因子m的确定当路面裂缝无明显深度变化，如被沙土填充时(此种情况下，基于灰度信息的二维图像处理技术也很难实现裂缝准确检测)，三维激光检测技术获得的三维信息将很难反映路面裂缝情况，即有裂缝的情况下，打到土埋裂缝上的光条未发生变形，如图3所示，圆圈标记处为1米长横向裂缝，其右侧约0. 65米长度的裂缝被沙土填充；由图3可见，打到图片右侧沙土填埋处的光条未发生变形。此外，由于三维激光检测技术存在的盲目性，路面病害的复杂多样性，在无裂缝的情况下，三维激光光条也会出现变形情况，如图4所示，光条打到了小坑洼上，光条发生变形， 即将非裂缝信息检测为裂缝信息。因此在采样激光光条数量η确定的前提下，研究m这一决策因子(多少个光条同时发生变形，判断为裂缝的准确性较高，m为正整数)能够为实际检测提供重要依据。m的确定是裂缝识别的关键环节，直接影响着裂缝检测正确率。如图3所示，如果选取m = 3，即4根采样光条有3根发生变形时，判定此处有裂缝，则会造成裂缝的误检。Liviu Bursanescu提出路面裂缝采样间隔为11厘米，即每11厘米打一个光条 (^JaL((Three-dimensional infrared laser vision system for road surface features analysis)) :Liviu Bursanescu. Proceeding of SPIE Vol. 4430 (2001) :802) ； J. Laurent 也在其文章中提到了其系统的采样间隔(参见《Development of a new 3D transverse laser profiling system for the automatic measurement of road cracks :J.Laurent. Proceedings of the 6th Symposium on Pavement Surface Characteristics-SURF, Portoroz, Slovenia, 2008), Liviu Bursanescu 和 J. Laurent 提出的技术方案仅仅根据经验给出采样间隔的具体数字，并未综合考虑影响确定采样间隔的因素，比如裂缝识别正确率，实际路面情况，实际硬件允许的极限数量等。综合分析以上影响因素，寻求合理的采样光条数量及决策因子m的确定方法，据目前所查文献尚未见报道。
技术实现思路
本专利技术的目的是为了解决在结构光三维裂缝检测方式中无法有效的确定采样光条数量η及决策因子m，从而导致路面裂缝中漏检率和误判率较高的问题，提供一种。本专利技术的是通过以下步骤实现的步骤一、公路路面裂缝识别两类错误分析公路路面裂缝在检测过程中不可避免的会出现两类错误检测第一类错误α，路面实际存在裂缝，检测结果为无裂缝，这会造成漏检，第二类错误β，路面实际上无裂缝，检测结果为有裂缝，这将造成误检；步骤二、基于假设检验的公路路面裂缝识别决策模型的建立设三维裂缝检测系统传感器光条个数为η个，η个光条打到路面上发生变形的实验应相互独立，设&为二项随机变量，i为正整数，且1 < i < n，记在η个光条中，^ _|1，当第i个光条发生变形时/=|o,当第i个光条不变形时 ηη于是有Σ I/为η个光条发生变形的总个数b JUb= Σ I/，因此b应服从概率/=1 /=1分布中的贝努力分布即b B(n，P0)，P0为每个光条发生变形的概率，B表示贝努力分布，检验的原假设HO为有裂缝，P0 = ρ ;p为有裂缝时光条发生变形的概率，在HO为真的假定下，若规定当η个光条变形的总个数b ^ m时，裂缝存在，则裂缝检测的正确率为η个光条中出现变形个数b = m，m+l，m+2，…，η的概率的总和，用P(n，m， P)表示，m为决策因子，P(n，m，p) = η个光条出现m个变形的概率+ (m+1)个变形的概率+…+η个变形的概率。即公式权利要求1. 一种，其特征在于所述方法是通过以下步骤实现的步骤一、公路路面裂缝识别两类错误分析公路路面裂缝在检测过程中不可避免的会出现两类错误检测第一类错误α，路面实际存在裂缝，检测结果为无裂缝，这会造成漏检，第二类错误β，路面实际上无裂缝，检测结果为有裂缝，这将造成误检； 步骤二、基于假设检验的公路路面裂缝识别决策模型的建立 设三维裂缝检测系统传感器光条个数为η个，η个光条打到路面上发生变形的实验应相互独立，设&为二项随机变量，i为正整数，且1 ( i ( n，记在η个光条中， 于是有全文摘要，它涉及一种公路路面裂缝识别方法，以解决在结构光三维裂缝检测方式中无法有效的确定采样光条数量n及决策因子m，从而导致路面裂缝中漏检率和误判率较高的问题。方法步骤一、公路路面裂缝识别两类错误分析；步骤二、基于假设检验的公路路面裂缝识别决策模型的建立；步骤三裂缝检测正确率函数的单调性分析；步骤四通过用户决策需要设置两类错误发生率并结合实际硬件允许的极限数量来确定合理的采样光条数n，为三维裂缝检测系统中传感器设计提供决策方案；步骤五检测用户根据其决策需要灵活设计规则的可信度要求，使其满足新的可信度即检测正确率要求。本专利技术用于路面裂缝检验。文档编号G01N21/本文档来自技高网...
【技术保护点】
１．一种基于假设检验的公路路面裂缝识别决策模型的建立方法，其特征在于：所述方法是通过以下步骤实现的：步骤一、公路路面裂缝识别两类错误分析：公路路面裂缝在检测过程中不可避免的会出现两类错误检测：第一类错误α，路面实际存在裂缝，检测结果为无裂缝，这会造成漏检，第二类错误β，路面实际上无裂缝，检测结果为有裂缝，这将造成误检；步骤二、基于假设检验的公路路面裂缝识别决策模型的建立：设三维裂缝检测系统传感器光条个数为ｎ个，ｎ个光条打到路面上发生变形的实验应相互独立，设Ｘｉ为二项随机变量，ｉ为正整数，且１≤ｉ≤ｎ，记在ｎ个光条中，于是有为ｎ个光条发生变形的总个数ｂ，则因此ｂ应服从概率分布中的贝努力分布即ｂ～Ｂ（ｎ，ｐ０），ｐ０为每个光条发生变形的概率，Ｂ表示贝努力分布，检验的原假设Ｈ０为：有裂缝，ｐ０＝ｐ；ｐ为有裂缝时光条发生变形的概率，在Ｈ０为真的假定下，若规定当ｎ个光条变形的总个数ｂ≥ｍ时，裂缝存在，则裂缝检测的正确率为ｎ个光条中出现变形个数ｂ＝ｍ，ｍ＋１，ｍ＋２，…，ｎ的概率的总和，用Ｐ（ｎ，ｍ，ｐ）表示，ｍ为决策因子，Ｐ（ｎ，ｍ，ｐ）＝ｎ个光条出现ｍ个变形的概率＋（ｍ＋１）个变形的概率＋…＋ｎ个变形的概率。即：公式一：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｍ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）ｍ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｃ（／ｍｉ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｓｕｐ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｐ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｒｏｗ）?（／ｍｓｕｐ）?（／ｍｒｏｗ）?（／ｍａｔｈ）式中Ｃ为概率中的组合函数、ｐ为有裂缝时光条发生变形的概率，第一类错误α为：公式二：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）＆ａｌｐｈａ；（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）－（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）ｍ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｃ（／ｍｉ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｓｕｐ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｐ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｒｏｗ）?（／ｍｓｕｐ）?（／ｍｒｏｗ）?（／ｍａｔｈ）备选假设Ｈ１为：无裂缝，ｐ０＝ｑ；ｑ为无裂缝时光条不发生变形的概率，同理，在Ｈ１的假设条件下，无裂缝存在时检测为无裂缝的正确率Ｑ（ｎ，ｍ，ｑ）为：公式三：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｑ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｍ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｑ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）－（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）ｍ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｃ（／ｍｉ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｓｕｐ）?（ｍｉ）ｑ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｐ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）ｑ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｒｏｗ）?（／ｍｓｕｐ）?（／ｍｒｏｗ）?（／ｍａ...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘宛予，黄建平，孙晓明，王佩，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93
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。