[发明专利]一种沥青路面裂缝类型快速分类方法

说明书

本发明公开了一种沥青路面裂缝类型快速分类方法，基于工业相机采集沥青路面二维图像，采用二维图像识别技术实现裂缝快速分类。首先采用采用非局部均值去噪法去除图像中孤立噪声点，然后根据方向可调滤波器选取不同角度滤波后的最大值做为滤波结果，并生成裂缝轮廓图，对裂缝轮廓图采用辅助otsu法分割裂缝生成二值图像，去除二值图像中小于阈值的连通域，得到最终的分割结果，最后在x与y轴两个方向上积分投影，根据积分投影的特点分类裂缝类型，基于机器视觉与二维图像识别技术，给出了裂缝分类的结果，取得了良好的效果。本发明是一种裂缝快速分类方法，显著减少分类所需的时间，极大地提升沥青路面裂缝病害的检测速度。

技术领域

本发明属于道路工程检测技术领域，涉及一种道路无损检测技术，具体涉及一种沥青路面裂缝类型快速分类方法。

背景技术

沥青路面的广泛应用突显了传统路面检测方法的局限性，有效和高效的路面状况评估对养护管理确定路面养护计划、方法和预算至关重要，因此，检测并识别路面裂缝病害是沥青路面定期养护管理的关键任务之一。

通常，技术人员需要从收集的路面数据中识别是否存在裂缝，为便于评估并对检测到的裂缝进行分类，然而人工检测裂缝工作量大、效率低、主观性强及可重复性差等缺点。因此，研究人员基于裂缝自动化检测分割的目的进行了大量的研究。在路面检测的自动化方法中，机器视觉法因其自动化采集和快速的图像处理得到了广泛发展。尽管灰度阈值法已经广泛应用于路面裂缝检测，但由于光照不均匀及存在沥青路面纹理，该方法提取的裂缝形态有待于进一步验证。研究人员将otsu阈值选择法与kapur熵方法进行比较，但并未给出比较结果。小波变换将路面图像划分为小窗口，用线段逼近裂缝，然而，由于小波的各向异性特性，基于小波变换的方法及其变体在提取曲率高、连续性差的裂缝时效果不佳。区域生长法作为路面裂缝分割的常见方法之一，通常检测潜在裂缝区域的形状、宽度与长度等强度及几何特征，以此验证裂缝种子与裂缝簇。一些基于区域生长种子的变体方法期望缩小全局搜索以提高计算效率，包括Chan-Vese算法等。然而，这些方法需要设置初始裂缝种子，而裂缝分割效果严重依赖于裂缝种子的选择，此外，区域种子生长法对噪声、强度不均与与多分支结构的鲁棒性较差。张量投票法将输入数据编码为球张量或棒张量，然后根据近邻信息和张量到张量的连续约束执行投票过程。尽管张量投票揭示了裂缝的显著性，但需要不断地调整阈值。其它的一些方法，如采用统计学的方法，贝叶斯法用于从裂缝图像中自动识别裂缝；用高斯函数的一阶导数分析裂缝随时间演化规律。综合上述分析，所有的方法无法对裂缝进行准确分割，从而无法对路面进行详细评估。

尽管现有的研究取得了实质性进展，但由于裂缝和周围路面间的对比度低、裂缝形状复杂、裂缝强度不均匀，自动和精确的裂缝检测和分割仍然具有挑战性。由于当前的大多研究是基于裂缝是线性裂缝的假设，现有的研究方法不足以捕获高曲率的裂缝；现有的检测分割方法不适用于常见复杂的裂缝如分叉裂缝、网状裂缝等；当前的方法并没有较好地处理因沿裂缝方向的强度不均匀性导致裂缝像素被错误分类为非裂缝像素。本发明试图建立一种新的裂缝检测与分割方法以满足上述不利条件。

发明内容

为解决上述问题，本发明公开了一种沥青路面裂缝类型快速分类方法，基于工业相机采集的沥青路面二维图像，采用二维图像识别技术实现裂缝快速分类，取得了良好效果，极大地提升沥青路面裂缝病害的检测速度。

为了实现上述发明目的，本发明采用如下技术方案：

一种沥青路面裂缝类型快速分类方法，包括如下步骤：

S1，采用工业相机采集沥青路面不同破损类型的二维图像，基于目视规则初步归类不同破损类型的二维图像，包括横向裂缝图像、纵向裂缝图像、斜向裂缝图像、网状裂缝图像及无裂缝图像的5种图像；

S2，采用非局部均值去噪法对采集到的5种图像进行去噪，在去除图像噪声的同时最大程度地保留图像的细节特征；