本發(fā)明涉及道路路面檢測(cè)技術(shù)領(lǐng)域，具體涉及一種高效的路面損壞裂縫檢測(cè)系統(tǒng)。

背景技術(shù)：

由于公路長(zhǎng)期暴露于大氣中，經(jīng)受著自然災(zāi)害侵襲、意外事故損壞、裂縫磨損以及重載、超載、人為因素破壞等，公路的養(yǎng)護(hù)工作刻不容緩。過(guò)去，在路面裂縫檢測(cè)方面采用的是傳統(tǒng)的人工檢測(cè)方法。隨著公路的發(fā)展和數(shù)量的增加，這種人工檢測(cè)方法已越來(lái)越不能適應(yīng)公路發(fā)展的要求。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問(wèn)題，本發(fā)明提供一種高效的路面損壞裂縫檢測(cè)系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來(lái)實(shí)現(xiàn)：

提供了一種高效的路面損壞裂縫檢測(cè)系統(tǒng)，包括裂縫圖像采集模塊和裂縫圖像處理模塊，所述裂縫圖像采集模塊包括多臺(tái)相機(jī)每?jī)膳_(tái)相機(jī)一組、相機(jī)支架，所述其中一組兩臺(tái)相機(jī)以一個(gè)正拍路面一個(gè)傾斜拍攝路面的角度固定于支架上，兩組相機(jī)沿橫向布設(shè)；所述的裂縫圖像處理模塊用于對(duì)采集的裂縫圖像進(jìn)行處理，提取裂縫圖像中的裂縫信息。

本發(fā)明的有益效果為：相對(duì)于人工檢測(cè)方法，路面損壞裂縫檢測(cè)的效率更高，其中采用多臺(tái)相機(jī)同時(shí)從不同角度拍攝路面同一場(chǎng)景，可以得到更多的路面信息，便于后續(xù)裂縫信息的提取。

附圖說(shuō)明

利用附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1本發(fā)明的框圖示意圖；

圖2是本發(fā)明裂縫圖像處理模塊的框圖示意圖。

附圖標(biāo)記：

裂縫圖像采集模塊1、裂縫圖像處理模塊2、裂縫圖像去噪單元10、裂縫圖像分割單元20、裂縫信息提取單元30。

具體實(shí)施方式

結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。

參見圖1，本實(shí)施例提供的一種高效的路面損壞裂縫檢測(cè)系統(tǒng)，包括裂縫圖像采集模塊1和裂縫圖像處理模塊2，所述裂縫圖像采集模塊1包括多臺(tái)相機(jī)每?jī)膳_(tái)相機(jī)一組、相機(jī)支架，所述其中一組兩臺(tái)相機(jī)以一個(gè)正拍路面一個(gè)傾斜拍攝路面的角度固定于支架上，兩組相機(jī)沿橫向布設(shè)；所述的裂縫圖像處理模塊2用于對(duì)采集的裂縫圖像進(jìn)行處理，提取裂縫圖像中的裂縫信息。

進(jìn)一步地，本優(yōu)選實(shí)施例的路面損壞裂縫檢測(cè)系統(tǒng)還包括通訊模塊，用于實(shí)現(xiàn)裂縫圖像處理模塊2與所述兩臺(tái)相機(jī)的通信連接。

優(yōu)選地，所述相機(jī)采用面陣ccd相機(jī)，沿橫向布設(shè)的兩組相機(jī)，以路面中線分開左右各一組，多臺(tái)相機(jī)同時(shí)拍攝。

本發(fā)明上述實(shí)施例中，對(duì)于人工檢測(cè)方法，路面損壞裂縫檢測(cè)的效率更高，其中采用多臺(tái)相機(jī)同時(shí)從不同角度拍攝路面同一場(chǎng)景，可以得到更多的路面信息，便于后續(xù)裂縫信息的提取。

優(yōu)選地，如圖2所示，所述裂縫圖像處理模塊2包括依次連接的裂縫圖像去噪單元10、裂縫圖像分割單元20和裂縫信息提取單元30；所述裂縫圖像去噪單元10用于對(duì)采集的裂縫圖像進(jìn)行濾波處理；所述裂縫圖像分割單元20用于對(duì)濾波后的裂縫圖像進(jìn)行分割處理，獲取裂縫區(qū)域；所述裂縫信息提取單元30用于提取裂縫區(qū)域中的裂縫信息。

優(yōu)選地，對(duì)裂縫圖像進(jìn)行濾波處理時(shí)，選取3×3濾波窗口對(duì)裂縫圖像進(jìn)行中值濾波，具體包括：

(1)確定濾波的初始位置(α,β)，設(shè)r(α,β)表示裂縫圖像的灰度值矩陣中(α,β)處像素的灰度值，則濾波窗口在(α,β)處的灰度值表示為：

(2)移動(dòng)濾波窗口，從而將濾波窗口原第二列對(duì)應(yīng)行的灰度值賦給第一列，原第三列對(duì)應(yīng)行的灰度值賦給第二列，讀取裂縫圖像對(duì)應(yīng)移動(dòng)前濾波窗口后一列像素的灰度值作為移動(dòng)后的濾波窗口的第三列灰度值；

(3)將第三列灰度值按從小到大的順序進(jìn)行排列，計(jì)算當(dāng)前位置濾波窗口的中間灰度值，并將計(jì)算得到的中間灰度值賦給所述的對(duì)應(yīng)移動(dòng)前濾波窗口后一列像素，定義當(dāng)前位置濾波窗口的中間灰度值的計(jì)算公式為：

式中，表示當(dāng)前位置濾波窗口的中間灰度值，max(r1)表示當(dāng)前位置濾波窗口中第一行灰度值的最大值，mid(r2)表示當(dāng)前位置濾波窗口中第二行灰度值的中值，min(r3)表示當(dāng)前位置濾波窗口中第三行灰度值的最小值；

(4)重復(fù)步驟(2)和(3)，直至完成裂縫圖像的設(shè)定濾波處理范圍內(nèi)的所有像素被賦值。

本優(yōu)選實(shí)施例對(duì)中值濾波算法進(jìn)行改進(jìn)，通過(guò)移動(dòng)濾波窗口對(duì)裂縫圖像進(jìn)行去噪，并定義了當(dāng)前位置濾波窗口的中間灰度值的計(jì)算公式，能夠根據(jù)該計(jì)算公式快速地確定賦給處理像素的中間灰度值，計(jì)算方法簡(jiǎn)單快捷，能夠減少中值濾波算法中像素灰度值排序的次數(shù)，從而可以在保留裂縫區(qū)域邊緣信息的前提下提高對(duì)裂縫圖像進(jìn)行去噪處理的速度，為后續(xù)的裂縫檢測(cè)奠定良好的基礎(chǔ)。

優(yōu)選地，對(duì)濾波后的裂縫圖像進(jìn)行分割處理時(shí)，具體執(zhí)行：

(1)采用改進(jìn)的sobel邊緣檢測(cè)算法對(duì)裂縫圖像進(jìn)行邊緣檢測(cè)；

(2)基于數(shù)學(xué)形態(tài)學(xué)，采用4×4方形結(jié)構(gòu)元素對(duì)邊緣檢測(cè)得到的裂縫區(qū)域進(jìn)行腐蝕處理，采用4×4圓形結(jié)構(gòu)元素對(duì)裂縫區(qū)域進(jìn)行膨脹處理。

本優(yōu)選實(shí)施例結(jié)合sobel邊緣檢測(cè)算法和數(shù)學(xué)形態(tài)學(xué)對(duì)裂縫圖像進(jìn)行處理，能夠在保證不會(huì)產(chǎn)生全局幾何失真的前提下將裂縫區(qū)域中被邊緣檢測(cè)斷開的區(qū)域重新連通，從而能夠得到較好的裂縫邊緣，便于裂縫圖像中裂縫信息的獲取和識(shí)別。

優(yōu)選地，所述采用改進(jìn)的sobel邊緣檢測(cè)算法對(duì)裂縫圖像進(jìn)行邊緣檢測(cè)，具體包括：

(1)采用0°、45°、90°、135°四個(gè)方向的模板對(duì)裂縫圖像進(jìn)行卷積運(yùn)算，計(jì)算裂縫圖像中各像素的灰度梯度值，定義灰度梯度值的計(jì)算公式為：

式中，u(α,β)表示裂縫圖像中像素(α,β)的灰度梯度值，r(α,β)表示裂縫圖像的像素(α,β)的灰度值，*表示卷積運(yùn)算，jk(k＝1,2..,4)為邊緣算子，其中j1為0°邊緣算子、j2為45°邊緣算子、j3為90°邊緣算子、j4為135°邊緣算子；

(2)將各個(gè)像素的灰度梯度值與設(shè)定的閾值進(jìn)行比較，若像素的灰度梯度值大于設(shè)定的閾值，將該像素作為檢測(cè)點(diǎn)；

(3)對(duì)檢測(cè)點(diǎn)進(jìn)行過(guò)濾處理，采用20×20的矩形濾波窗口對(duì)各檢測(cè)點(diǎn)進(jìn)行處理，得到各檢測(cè)點(diǎn)對(duì)應(yīng)矩形濾波窗口中最大梯度值，若檢測(cè)點(diǎn)(α,β)滿足下列判定公式，則將該檢測(cè)點(diǎn)置為背景點(diǎn)：

u(α,β)<ω[max(uα,β)-min(uα,β)]

式中，uα,β表示檢測(cè)點(diǎn)(α,β)對(duì)應(yīng)矩形濾波窗口中的最大梯度值，min(uα,β)表示檢測(cè)點(diǎn)(α,β)對(duì)應(yīng)矩形濾波窗口中的最大梯度值，ω為設(shè)定的調(diào)整因子，ω的取值范圍為[0.7,,0.9]；

(4)將剩余的檢測(cè)點(diǎn)作為邊緣點(diǎn)。

其中，

本優(yōu)選實(shí)施例中，一方面，對(duì)sobel邊緣檢測(cè)算法進(jìn)行改進(jìn)，采用四個(gè)方向的模板對(duì)裂縫圖像進(jìn)行卷積處理，并重新定義了灰度梯度值的計(jì)算公式，能夠在保證對(duì)裂縫圖像的裂縫邊緣檢測(cè)效果以及較低的卷積運(yùn)算量的前提下，提高裂縫圖像分割處理的速度，同時(shí)對(duì)裂縫圖像的噪聲具有較好的抑制能力，為后續(xù)的裂縫提取打下基礎(chǔ)；另一方面，本優(yōu)選實(shí)施例對(duì)采用sobel邊緣檢測(cè)算法處理后得到的檢測(cè)點(diǎn)進(jìn)行過(guò)濾處理，去除邊緣檢測(cè)可能形成的偽邊緣，從而能夠進(jìn)一步提高裂縫圖像分割的精度，有利于實(shí)現(xiàn)高精度的路面損壞裂縫檢測(cè)。

最后應(yīng)當(dāng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。