[发明专利]一种快速的基于图像的路面病害检测方法

摘要

本发明公开了一种快速的基于图像的路面病害检测方法，能够快速检测各种类型的道路病害。通过里程传感器触发相机拍摄，在车辆行驶的过程中获取路面灰度图像；对图像进行下采样、行道区域检测等预处理；进行病害边缘检测、平滑病害边界、病害区域检测、连接和聚类等病害检测过程；输出病害检测结果；本发明在鲁棒性上具有良好的抗几何畸变、抗亮度变化不均能力，能够快速检测道路病害，对各种类型的道路病害均可进行检测，并能根据实际需求灵活调节阈值实现检测精度和速度的调节。

主权项

一种快速的基于图像的路面病害检测方法，其特征在于步骤如下：1、获取路面灰度图像将线阵或面阵相机垂直地面安装于检测车辆后方，获取对应里程的路面图像；2、图像预处理2.1，对道路路面图像进行下采样，得到大小低于10万像素的灰度图像；2.2，对行道区域进行检测，采用Sobel算子对道路路面图像进行行道线边缘检测，确定道路的左右行道线边缘，提取两条行道线的中间部分作为识别区域；3、路面病害检测3.1，图像分割和边缘检测；对道路路面图像使用分型的方法进行分割，对分割后的图像区域进行边缘检测，提取含有边缘信息的黑白二值图像，边缘为白色，背景为黑色；3.2，平滑病害边界；对边缘检测后的黑白二值图像进行膨胀和闭运算，填补黑白二值图像线条和轮廓缝隙；3.3，病害区域检测；对步骤3.2获取的填补后的黑白二值图像进行扩张检测，判断是否为疑似病害区域，对判断出的疑似病害区域标记疑似病害类型；3.4，连接和聚类分析；根据步骤3.3中的检测结果，得到含有多个疑似病害区域类型标记的图像，将同类型的区域进行连接，通过连接后的形状判断其是否能构成对应的病害区域：若判断不是病害区域，则将其作为干扰噪声消除；若判断是病害区域，则记录区域的位置、大小，然后对病害区域使用系统聚类法进行分析，判断其的病害轻重程度，将病害位置、大小、轻重结果输出；4、输出全部病害检测结果，统计整条车道的病害状况或提示进行修补；步骤3.3中，根据步骤3.2所获取的填补后的黑白二值图像，将填补后的黑白二值图像中的白色边缘点设为未标记点，执行如下步骤：①判断图像中是否有未标记点，如果有，执行下一步；如果没有，则跳转到步骤⑨；②以一个未标记点为中心，圈定一个m×m的小窗口，m为一个设定值，且m为大于2小于9的奇数；③查找窗口内存在的所有未标记点，根据疑似病害特征识别规则方法一对窗口内的所有未标记点进行判断，若结果为噪声，则跳转到步骤⑧；若结果符合疑似病害特征，执行下一步；④保持窗口的中心不变，窗口边界扩张为(m+2)×(m+2)，此窗口的扩张次数增加一次；⑤判断窗口的扩张次数，设一个整数n，n大于3小于10，如果窗口的扩张次数大于n，执行下一步；如果小于等于n，则跳转到步骤③；⑤查找窗口内存在的所有未标记点，根据疑似病害特征识别规则方法二对窗口内的所有未标记点进行判断，若结果为噪声，则跳转到步骤⑧；若结果符合疑似病害特征，执行下一步；⑦将整个窗口区域标记为疑似病害区域，记录此疑似病害区域的疑似病害类型；⑧将整个窗口区域中的所有未标记点更改为已标记点，跳转到步骤①；⑨记录图像中的全部疑似病害区域和与之对应的疑似病害特征；疑似病害特征识别规则为：①区域中的点分布位置为线状，线状分布中没有线条分叉的情况出现，则区域为线状区域，根据线条的方向，细分为横线、竖线、左上‑右下斜线、右上‑左下斜线四种线状区域；②区域中的点分布位置为线状，线状分布中出现线条分叉的情况，则区域为网状区域；③区域中的点分布位置为块状，点的分布密集，块状部分与区域的部分边界重合，则区域为密集块状区域；④区域中的点分布位置为块状，点的分布密集，块状部分与区域的边界没有重合部分，则为噪声区域；⑤区域中的点分布位置为块状，点的分布松散，块状部分与区域的部分边界重合，且块状部分面积不大于区域面积的70％，则区域为松散块状区域；⑥区域中的点分布位置为块状，点的分布松散，若块状部分与区域的边界没有重合，或块状部分面积大于区域面积的70％，则为噪声区域；⑦若不符合①—⑥中任意一个特征，则区域为存疑病害区域；对于以上①—⑦疑似病害特征识别规则，根据识别要求不同，分为两种方法：方法一：使用①—⑦特征，如果区域仅满足①—⑦特征中的某一特征，按此特征判断区域为噪声或疑似病害区域；如果区域满足①—⑦特征中的多条特征，若每条特征判断结果均为噪声，则区域判断为噪声区域，若存在某一特征判断为病害，则区域为疑似病害区域；方法二：使用①—⑥特征，如果区域仅满足①—⑥特征中的某一特征，按此特征判断区域为噪声或疑似病害区域，记录疑似病害类型；如果区域满足①—⑥特征中的多条特征，则区域判断为噪声区域。