[发明专利]一种基于局部纹理二值模式的路面修补类病害检测方法

权利要求书

1.一种基于局部纹理二值模式的路面修补类病害检测方法，其特征在于，采用以下方法进行路面图像LRBP特征向量提取：

A、将路面图像划分为w行z列，共w*z块区域，其中3≤w≤6，3≤z≤6，

所述路面图像包括路面修补病害图像和正常路面图像；

B、在每一块区域中，使用8×2大小的检测窗口逐行对该区域内图像进行分块扫描，并进行窗口特征值计算：

所述检测窗口由中线划分为左侧检测窗口、右侧检测窗口，左侧检测窗口左上角起始坐标为(0，0)，右下角坐标为(4，2)；右侧检测窗口左上角起始坐标为(4，0)，右下角坐标为(8，2)，检测窗口递推公式为公式(1)，

(x_a+1，y_b+1)＝(x_a+8，y_b+2) (1)

式中，a小于等于m/8向下取整数，m为待检测整幅路面图像的总宽度；

b小于等于n/2向下取整数，n为待检测整幅路面图像的总高度；

对每个8×2检测窗口中的像素，使用左侧检测窗口某点的像素灰度值减去右侧检测窗口对应点的像素灰度值，大于0则输出1，小于0则输出0，计算公式见公式(2)，两侧检测窗口内的8个像素点经过比较计算后得到一个8位的二进制数，即该8×2检测窗口的LRBP特征值，

式中，(x_a，y_b)是待求LRBP值的8×2检测窗口的左上角坐标，i_pq是左侧检测窗口(p，q)位置像素的灰度值，j_pq是右侧检测窗口(r，s)位置像素的灰度值，坐标(p，q)为左侧4×2检测窗口中8个像素坐标，(r，s)为右侧4×2检测窗口中8个像素相对应的坐标，对应关系如公式(3)，t是一个符号函数如公式(4)：

C、将步骤B中得到的所有检测窗口LRBP特征值转化为十进制，统计每个十进制数字的出现频率，计算当前区域的区域直方图；

D、重复步骤B、C，计算完每块区域的直方图后，对所有区域直方图进行合并，得到整幅图像的统计直方图；

最后将每块区域的直方图按步骤A分块的空间顺序依次排列成一行，形成大小为w*z*2⁸维的LRBP特征向量；

重复上述步骤A-D的LRBP特征向量提取过程，得到所有路面修补病害图像LRBP特征向量和正常路面图像LRBP特征向量，利用机器学习得到修补类病害的分类器，实现对路面修补类病害的识别检测。

2.根据权利要求1所述的基于局部纹理二值模式的路面修补类病害检测方法，其特征在于：步骤A所述路面图像由以下方法得到：

以车载高速面阵CCD相机进行公路路面图像采集，并以小波变换阈值去噪法对采集到的路面灰度图进行降噪处理，得到路面图像。

3.根据权利要求1或2所述的基于局部纹理二值模式的路面修补类病害检测方法，其特征在于，所有路面修补病害图像LRBP特征向量和正常路面图像LRBP特征向量交于Adaboost算法进行机器学习。