摘要：提出一種路面破損圖像實(shí)時(shí)檢測(cè)的實(shí)現(xiàn)方法。對(duì)高速采集的路面圖像去模糊后再進(jìn)行裂紋特征分析，設(shè)計(jì)了一種基于鄰域像素灰度值比較的特征快速提取方法，利用鄰域相關(guān)及連貫性等知識(shí)智能去除虛假裂紋，從而提取真實(shí)裂紋信息。大量采集的圖片的處理結(jié)果表明，該方法可實(shí)時(shí)快速檢測(cè)路面破損信息，具有較強(qiáng)的魯棒性和實(shí)際應(yīng)用性。
關(guān)鍵詞：路面破損；裂紋特征；圖像分析；特征提取

1 引言
    高等級(jí)公路建設(shè)快速發(fā)展，路面質(zhì)量監(jiān)控體系完善，則要求高的檢測(cè)水平。車輛在高等級(jí)公路行駛時(shí)，對(duì)路面的平整度、完好率要求很高，當(dāng)路面出現(xiàn)裂縫等損壞時(shí)，應(yīng)及時(shí)維修。目前國(guó)內(nèi)檢測(cè)高等級(jí)公路路況的手段主要是人工檢測(cè)，不但勞動(dòng)強(qiáng)度大、檢測(cè)速度慢，而且十分危險(xiǎn)。隨著高速大容量數(shù)據(jù)傳輸及圖像處理與模式識(shí)別技術(shù)的發(fā)展，使得路面破損實(shí)時(shí)檢測(cè)成為可能。國(guó)外已有許多學(xué)者致力于該領(lǐng)域研究，國(guó)內(nèi)相關(guān)領(lǐng)域的學(xué)者也在開(kāi)展這方面的研究工作。對(duì)車載實(shí)時(shí)采集的路面圖像進(jìn)行特征分析和處理，對(duì)存在裂紋的路面圖像提取裂紋信息，實(shí)時(shí)處理路面圖像。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)路面破損狀況的檢測(cè)快速準(zhǔn)確，具有廣闊的應(yīng)用前景。

2 路面圖像處理
2．1 去模糊處理
    利用CCD攝像機(jī)采集圖像時(shí)，攜載攝像機(jī)的車輛處于高速運(yùn)動(dòng)狀態(tài)，由于拍攝的路面和攝像機(jī)之間的相對(duì)運(yùn)動(dòng)，導(dǎo)致所獲取的路面圖像存在模糊現(xiàn)象。因此在圖像分析處理前，必須對(duì)其去模糊處理。模糊的二維圖像可模型化為：

    g(x，y),f(s，t)，n(x，y)分別表示模糊圖像、原圖像及噪聲。對(duì)式(2)進(jìn)行傅里葉變換后，利用維納濾波方法進(jìn)行高通濾波，將產(chǎn)生模糊的低頻信息濾除掉，只保留高頻圖像信息，則可得到去模糊后的圖像。
2．2 路面裂紋特征及其度量
    一般情況下，路面裂紋在圖像上主要表現(xiàn)為：
    (1)非負(fù)性 與周同非裂紋像素相比，裂紋位置的像素灰度值明顯低于背景像素灰度值，針對(duì)此特征定義其度量公式為：

   
式中，V(i,j)為當(dāng)前像素灰度，V(i+m,j+n)為以當(dāng)前像素為中心設(shè)定窗口內(nèi)的鄰域像素灰度值。當(dāng)滿足▽k>0時(shí)的非負(fù)個(gè)數(shù)N作為其中的裂紋像素的主要特征判斷標(biāo)準(zhǔn)。
    (2)對(duì)比度特征 裂紋像素與其周圍的非裂紋區(qū)域存在明顯的對(duì)比度關(guān)系，將其對(duì)比度定義為：

   
式中，Vb為連續(xù)裂紋像素區(qū)域灰度平均值，Vg、Vmax和Vmin分別為其鄰域非裂紋像素區(qū)域灰值及最大灰度值和最小灰度值，N為鄰域非裂紋區(qū)域像素個(gè)數(shù)，C為裂紋區(qū)域與非裂紋區(qū)域的對(duì)比度。
    (3)路面裂紋的紋理特征 裂紋在窗口區(qū)域中表現(xiàn)為連續(xù)的、共線的且具有相近灰度值的像素區(qū)域，可將裂紋的這種特征描述為基于灰值相似性分布基礎(chǔ)上的紋理特征?？擅枋鰹椋?/p>

   
式中，i，j為像素坐標(biāo)，P(i-j)為該窗口區(qū)域的灰度共生矩陣，若P(i-j)中小的元素接近矩陣主對(duì)角線，則表明該窗口中的近鄰元素有較大的反差，表明存在裂紋區(qū)域。
2．3 特征的快速提取方法
    根據(jù)上述主要裂紋特征及其度量，這里提出一種基于像素灰度值比較進(jìn)行裂紋特征量提取的快速掃描方法。
    ①以圖像中心(i，j)為起點(diǎn)，考查其8個(gè)鄰域點(diǎn)在原圖中的灰度信息。若其滿足某一灰度特征信息，賦值為255；否則賦0：以1個(gè)單位為起始步長(zhǎng)(step=1)，按照逆時(shí)針?lè)较蛐D(zhuǎn)開(kāi)始掃描；②每改變一次方向時(shí)其方向碼值增加2個(gè)單位方向，每改變兩次方向時(shí)其步長(zhǎng)值增加1個(gè)單位。因8個(gè)鄰域中已賦值的點(diǎn)有4個(gè)(轉(zhuǎn)折點(diǎn)處只有3個(gè))，故只需比較已賦值的點(diǎn)；③如圖1所示，當(dāng)掃描到(i0,J0)時(shí)，將當(dāng)前點(diǎn)在原圖中的灰度值與4個(gè)鄰域在原圖中的灰度值相比較。若與4個(gè)鄰域中值為255的點(diǎn)在原圖中的灰度值相似時(shí)，當(dāng)前點(diǎn)賦為255，下一步執(zhí)行⑤；若與4鄰域中值為0的點(diǎn)在原圖中的灰度值相似，當(dāng)前點(diǎn)賦為0，下一步執(zhí)行⑤；若與它們都不相似，則執(zhí)行④操作；④判斷其8個(gè)鄰域點(diǎn)在原圖中的灰度信息。若其滿足某一灰度特征信息，將其值賦為255；否則賦為0；執(zhí)行下一步；⑤重復(fù)②③操作，直至遍歷整幅圖像為止。

2．4 特征分析與處理

3 結(jié)果與分析
    利用該方法處理實(shí)時(shí)采集的高速路面圖像，如圖2、圖3所示。圖2a為采集的路面單裂紋圖像，其大小為512×384(文中圖像縮小到1／3)，圖2b為對(duì)圖2a的裂紋特征提取結(jié)果，含有較多的非裂紋像素，通過(guò)特征分析對(duì)圖2b進(jìn)行虛假裂紋剔除后并進(jìn)行裂紋跟蹤的結(jié)果見(jiàn)圖2c。圖3a為多裂紋路面圖像，對(duì)其進(jìn)行裂紋特征提取的結(jié)果見(jiàn)圖3b，圖3c為通過(guò)特征分析對(duì)圖3b進(jìn)行虛假裂紋剔除后跟蹤的結(jié)果。從實(shí)驗(yàn)結(jié)果可以看出，該方法準(zhǔn)確完整地提取出了路面裂紋，沒(méi)有受到路面標(biāo)記的影響。

4 結(jié)語(yǔ)
    提出一種路面破損圖像實(shí)時(shí)檢測(cè)方法。先對(duì)路面裂紋圖像進(jìn)行去模糊處理和裂紋特征分析，在此基礎(chǔ)上，提出快速方法提取裂紋，對(duì)提取出的裂紋圖像進(jìn)行特征處理后，用參數(shù)描述裂紋的矢量信息和幾何特性。對(duì)大量采集的路面圖像進(jìn)行處理。結(jié)果表明，該檢測(cè)方法能正確快速提取路面圖像的裂紋信息，具有較強(qiáng)的魯棒性和實(shí)用性。