[发明专利]基于路面图像的破损数据自动识别准确率的校验方法

说明书

技术领域

本发明涉及图像数据处理技术领域，特别是指一种基于路面图像的破损数据自动识别准确率的校验方法。

背景技术

随着路面养护新技术的发展、各种路况检测设备的使用，路况分析方法已逐渐由基于快速检测设备的自动分析代替了传统的人工调查。路况分析中，反映路面使用性能的一项重要数据为路面的破损率(Pavement Distress Ratio)，快速检测设备采集路面图像，对图像进行自动损坏识别，经过计算得到路面破损率。

对于每个路面图像数据，识别图像数据中破损的路面图像，通过所识别出的破损程度、以及整个路面图像运算出相应的路面破损率。

对路面图像数据进行识别的过程，包括以下步骤：图像预处理、图像二值化、裂缝定位等步骤，图像的损坏定位和损坏识别准确度直接影响着后续的路面破损率的准确性。

对路面图像数据的识别有多种方式，不同的方式在识别速度和识别精度上的效果不同，如是否考虑路面上干扰的影响，如阴影干扰、路面油污、破损位置有无污染等，都会对识别造成影响。如果使用复杂的识别方法进行识别，则识别后的识别准确率误差会很小，但由于算法复杂，运算时间较长，有时还需要人工干预，效率较低；而大量的路图像数据中，有路面破损的占少数，大量的路面图像数据是无破损的情况，对于无破损的路面图像数据，如果采用复杂算法，又会浪费时间和人力。

对于海量的路面图像数据而言，如果采用复杂的识别算法，在获得路面破损率的运算时间较长、效率较低，但如果采用相对简单的算法，由于识别后的破损率无法校验，存在难以确定所获得的路面破损率是否准确的问题，无法保证数据的准确性，无法保证为养护分析决策提供依据。

发明内容

有鉴于此，本发明在于提供一种基于路面图像的破损数据自动识别准确率的校验方法，以解决上述由于识别后的破损率无法校验，难以确定所获得的路面破损率是否准确的问题。

为解决上述问题，本发明提供一种基于路面图像的破损数据自动识别准确率的校验方法，包括：

采用图像识别设备，识别全部路面图像数据中每个路面图像数据的路面破损率；

按照预先确定的抽样比例，从所述全部路面图像数据中抽取相应数量的路面图像数据；

输入所述抽取的路面图像数据中每个路面图像数据的基准路面破损率；

对于抽取的所述各个路面图像数据，通过所述图像识别设备识别的路面破损率与所述基准路面破损率进行运算，运算各个路面图像数据的识别准确率及识别准确率均值；

如果判断所述识别准确率均值大于阈值，则输出所述全部路面图像数据识别准确的提示。

本发明可按照抽样比例抽取相应数量的路面图像数据，并将这些路面图像数据的基准破损率和识别的路面破损率进行比较，进而估计出全部路面图像数据的路面破损率是否识别准确。在估计过程中，采用容许偏差和绝对误差运算识别准确率，最后通过均值校验了路面破损率识别的准确性，为后续的养护决策提供了准确的依据，从而选择正确的养护决策，提高了养护效率，降低了养护成本。

附图说明

图1是实施例一的流程图；

图2是实施例二的流程图；

图3是实施例三的流程图。

具体实施方式

为清楚说明本发明中的方案，下面给出优选的实施例并结合附图详细说明。

首先说明本发明的实施例一，参见图1，实施例一中包括以下步骤：

S101：采用图像识别设备，识别全部路面图像数据中每个路面图像数据的路面破损率。

图像识别设备采用各种形式的计算机设备，运行图像识别算法，如图像预处理、图像二值化、裂缝定位等，可以识别沥青路面上的纵向裂缝、横向裂缝、块裂、龟裂、坑槽、松散及修补；水泥路面的破碎板、裂缝、板角断裂、错台、边角剥落、露骨和修补。保存自动识别结果。

从而获得破损率，破损率的体现形式并不唯一，如采用图像拍摄范围的破损与路面面积的比率，还可以用图像中的破损和路面面积推算出实际路面的破损率。

S102：按照预先确定的抽样比例，从所述全部路面图像数据中抽取相应数量的路面图像数据。

抽样方法可采用随机抽样、等间距抽样、分层加随机抽样、或分段抽样方法等。

例如，分层加随机抽样的方式包括：按照桩号顺序，将路面图像进行排序，并按照损坏特征将图像数据按照采集桩号先进行分组。在每个分组中，按照预设比例，采用随机加等间距的方法进行抽样。

S103：输入所述抽取的路面图像数据中每个路面图像数据的基准路面破损率。