[发明专利]一种复杂路面背景下的裂缝提取方法

说明书

本发明公开了一种复杂路面背景下的裂缝提取方法，采用基于形态学对路面图像进行处理，去除过暗和高亮的污渍及交通标志白线区域；然后对路面裂缝进行增强，突出裂缝特征；最后采用基于块特征的最小路径法，基于裂缝的连续性，剔除图像中残留的噪声点区域，实现裂缝的最终提取。本发明能够克服复杂背景干扰，实现对路面裂缝的快速有效提取，可辅助于助公路养护等方面。

技术领域

本发明属于路面检测技术领域，具体涉及一种复杂路面背景下的裂缝提取方法。

背景技术

公路的发展标志着国家基础经济设施的建设程度。由于我国的人口和地理分布特征，高速公路在国民生活中起到重要的作用，这使公路的养护变得尤为重要。对路面裂缝有效地检测可及时检测到路面病害的初期，并进行养护。传统依靠人工的检测方法不仅费时耗力，其检测的效果也不理想，且不可被量化统计。随着成像技术和计算机技术的发展，基于图像的裂缝自动检测技术逐渐发展起来，并有学者对其进行了深入广泛的研究。

传统方法在路面裂缝较清晰，背景简单的情况下，检测效果均良好。然而，在实际的公路情况下，路面裂缝本身具有不规则和不均匀的特点，含有裂缝的路面图像也常伴有复杂的背景干扰，如交通标志白线，污渍，阴影及路面沥青本身的径向颗粒造成的噪声，这些严重影响裂缝的提取。同时，采集到的路面图像分辨率和尺寸均较大，当图像中裂缝较小时，更容易受背景干扰影响。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种复杂路面背景下的裂缝提取方法，能克服背景干扰，快速提取出有效裂缝。

本发明采用以下技术方案：

一种复杂路面背景下的裂缝提取方法，采用基于形态学对路面图像进行处理，去除过暗和高亮的污渍及交通标志白线区域；然后对路面裂缝进行增强，突出裂缝特征；最后采用基于块特征的最小路径法，基于裂缝的连续性，剔除图像中残留的噪声点区域，实现裂缝的最终提取。

具体的，对采集到的路面图像进行高亮及过暗区域的去除，包括以下步骤：

S101、采用线性方程逐行实现亮度调节，计算每一列的亮度调节系数k_j，校正图像亮度，得到校正后的图像I′；

S102、结合形态学方法实现对图像高亮及较暗区域的去除，对校正后的图像I′进行高斯滤波，并二值化得I_bw，采用形态学的开、闭运算去除过小的噪声点，分割出图像中的高亮区域H和背景区域B，开、闭运算计算如下：

其中，S为模板，S＝[1 0 1 0 0 0 1 0 1]。

进一步的，步骤S101中，每一列的亮度调节系数k_j如下：

k_j＝L_j/L_I

其中，L_I＝aver(I)为图像整体灰度均值；L_j＝aver(I(j))为图像第j列的灰度均值；

校正后的图像I′如下：

I′(j)＝I(j)/k_j

进一步的，步骤S102的具体步骤如下：

S1021、对校正后的图像I′进行等高线划分，建立高亮区域校准坐标GM，以去除原图中的因交通标志白线、沥青径向颗粒反射造成的高亮区域；

S1022、以步骤S1021建立校准坐标GM对校正后图像I′的高亮区域H划分等级，每个等级校正，得到高亮区域去除后的结果I_h′，对图像I_h′进行高斯滤波，采用不同的灰度等级统计阈值建立较暗区域灰度校准坐标GM′，以去除原图中的污渍斑点；