铺面破坏图像识别系统的研究,数字图像处理论文.docx

《铺面破坏图像识别系统的研究,数字图像处理论文.docx》由会员分享，可在线阅读，更多相关《铺面破坏图像识别系统的研究,数字图像处理论文.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、铺面破坏图像识别系统的研究,数字图像处理论文本篇论文目录导航：【】【】【】 铺面毁坏图像辨别系统的研究【】【】 图像辨别论文：铺面毁坏图像辨别系统的研究 内容摘要：以往国内铺面养护相关单位对于铺面损坏调查裂缝、坑洞的工作，主要依靠人工进行调查，由于以人工方式进行铺面毁坏调查易产生消耗损费人力、时间及人员安全性的问题，且人工方式调查所获得样本数量较少，对于铺面毁坏评估调查正确性相对的较低。因而，本文除了研究铺面检测车的检测与图像处理原理外，针对铺面损坏严重程度与铺面损坏种类做更进一步的实验与验证，以研究铺面检测系统的稳定性与可行性，到达规范所要求的检测精到准确度。 本文关键词语:铺面检测;铺面状

2、况指标;图像处理; 1 前言 近年来国外单位在铺面毁坏上针对裂缝、坑洞辨别都积极采用高科技及自动化方式。日本、加拿大、美国等国家都发展出一套符合自个国内自动化铺面裂缝、坑洞检测系统。因而，怎样将图像处理技术应用于铺面裂缝、坑洞辨别系统，同时配合简易迅速的铺面检测标准操作程序，加速检测人员对于铺面毁坏辨别速度以便进行实地的路面毁坏调查工作成为了当下道路铺面毁坏研究的重点。现今国内维修道路的工作大都需要诸多人力，道路维修人员为检测道路使用情况，必须在车流量稀少或夜晚时段进行检测。因而，检测速度非常缓慢且道路上检测非常危险。使用铺面检测车形式来做路面检测，不但能提高检测效率，降低路面维修成本，让行车

3、更有保障。 当前铺面外表毁坏上使用图像处理技术，主要是针对铺面裂缝的辨别，且集中于纵向裂缝、横向裂缝、龟裂及块状裂缝等。过去图像处理技术已广泛应用在很多专业领域的检测方面。 2 系统框架 本系统建议拍摄铺面毁坏所采用图像处理方式方法，借由架设于车辆后端架子上的Line Scan CCD拍摄道路铺面，将拍摄的图像存储在工作站硬盘中，再将图像读出，最后经过本文撰写的铺面毁坏图像软件辨别铺面状况。本文以直线沿着一般市区道路铺面向前连续拍摄，获取图像经过属即时拍摄方式，然后根据所拍摄的图像作后处理的分析，其处理的图像都属2D平面图像。最后将铺面损坏信息裂缝、坑洞汇整并且进行铺面损坏情形评估，本文图像处

4、理辨别系统的工作流程如此图1所示。 图1 图像处理和辨别系统流程 本系统通过平均消息量熵的图像处理技术应用于铺面裂缝、坑洞人手孔等辨别处理，进而提供铺面损坏情形、长度、宽度、面积、破损严重程度以及相关铺面损坏信息，最后进行PCI指标评分表作为断定铺面品质以简化人工操作上的不便，并可迅速获得该路段的PCI评分结果。铺面毁坏量化分为纵向裂缝、横向裂缝、坑洞、龟裂及块状裂缝几种，其分别计算纵、横向裂缝长度、坑洞面积及裂缝平均宽度的流程如下： (1纵向裂缝： (1)细化后图像像素Pixels累加。 (2)重建后图像，计算其纵向剖面两点之间的距离，累加所有的像素总数Pixels，并判定其能否有交于两点，

5、除上像幅Y轴的长度。 (2横向裂缝： (1)细化后图像像素Pixels累加。 (2)重建后图像计算其横向剖面两点之间的距离，累加所有的像素总数Pixels，并判定其能否有交于两点，除上像幅X轴的长度。 (3坑洞：本文以2D的图像处理，故仅能计算坑洞毁坏面积。 坑洞面积：计算坑洞面积的方式，本文仅计算由分割图像矩阵所转换出的次图像值0和1像素总数，由于1毁坏部分代表铺面毁坏的Pixels值个数，及可求得坑洞面积。一般道路铺面坑洞多为不规则形状且坑洞周边都有碎裂等情形，人工测量时必定有所误差，若能提升测量正确率计算其图像像素面积，便能够避免检测人员不知怎样测量的困扰。 (4龟裂及块状裂缝： 欲将拍

6、摄龟裂及块状裂缝的图像进行量化，因其毁坏范围属区域性毁坏形式，且其毁坏内容都为不规则性以及无明显方向性，故相较于纵、横向裂缝规则且具有方向性，其量化龟裂及块状裂缝等毁坏长度并非其重点的项目。计算重点在于求取毁坏范围内各裂缝区块的平均宽度，针对其平均宽度进行毁坏程度判别，进而断定其严重等级轻、中、重。本文首先针对各区块裂缝进行分析，使用IMAQ-Particle Analysis求算个别颗粒区块的裂缝平均宽度，再计算所有颗粒的平均宽度，及该毁坏的裂缝平均宽度。 3 系统验证 3.1 系统流程 图2为本文的程序系统的流程图，本文使用Line Scan CCD进行路面拍摄工作，拍摄高度为2米：以此得

7、到最大铺面毁坏图像面积为2048 1536(Pixels，并以6080公里时速拍摄道路铺面。 图2 程序流程图 3.2 铺面毁坏图像切割 本文读取原始图像相片的长宽为多少像素后，并计算欲分割的X(Pixels相片宽度，Y(Pixels相片长度。相片中经过切割运算N N像素大小的次图像Sub Image，华而不实次图像转换为矩阵形式存储，同时并进行二值化的工作。 3.3 铺面毁坏图像辨别 本文使用铺面毁坏图像辨别系统功能中的最佳灰阶门槛值熵选项，进行图像中各灰度值出现概率的计算与输出其数据文件，针对铺面毁坏图像物体裂缝与坑洞与铺面完好部分作最佳分离门槛值。在辨别经过中图像会有噪声与不清楚明晰的图

8、像产生，根据滤波Filter、腐蚀Erode、扩散Dilate等处理后，最后将辨别图像显示于画面上并且存储，图3为铺面毁坏辨别结果。 图3 横向裂缝铺面毁坏辨别结果 3.4 铺面毁坏图像分类 本文进行完图像辨别步骤后，接着执行铺面毁坏图像分类程序，在分类的经过中，参加标签构成标签图像，同时并计算各标签的数量，经过计算统计动作后，在程序中进行判定分类为四种形式分别为无毁坏NO Cracking、坑洞Pothole、为线性型Linear、接缝型Joint。 3.5 细化处理 本文首先读取重建后的次图像矩阵，在图像中执行该图像大小的循环次数，并在执行经过中参加3 3形式的滤波功能可提供有效的图像辨别

9、，并进行加总计算，将判别输出结果存储于暂存器Buffer中，读取暂存器中图像数值数据转换成完好图像图片，最后通过细化处理公式，将图像骨架Skeleton显示输出。点选完毕后即可存储细化后的铺面毁坏图像。 3.6 铺面毁坏图像信息 (1首先将原始图像转换成矩阵形式，并计算图像矩阵中R,G,B三种色彩像素值，并同时以直方图的型式显示其R,G,B分布情形。 (2执行灰阶图像信息程序。 (1)首先将铺面毁坏图像由图像形式转换成矩阵形式。 (2)采用RGB转换公式：Y=0.922R+0.578G+0.114B意思就是若原图像像素为R,G,B，利用此转换公式后获得适当的Y值，该値当作该像素的灰阶值。 (3

10、)将灰阶值转换成图像形式，并经过直方图的表示将铺面毁坏图像灰阶值分布情形显示出来，作为铺面毁坏图像分布图。 4 结论 本文的铺面毁坏图像辨别系统的研究，以铺面检测车的型式将拍摄的毁坏图像进行分析处理，以提升人为检测的正确率，并维护检测人员的人身安全。此系统以100米为基准进行铺面拍摄，并以铺面状况指标PCI评选道路品质，迅速获得该路段的评分结果。根据理论在进行图像辨别经过中，辨别的结果会受CCD摄像机、拍摄的角度、高度、光源以及本身铺面毁坏条件所影响。因而，本文必须依靠提高像素量才能兼顾到精到准确度。 以下为参考文献 1杨涛,郑健龙,关宏信,等.考虑材料正交各向异性时的沥青路面构造力学性能J.中南大学学报(自然科学版) , 2021,(12). 2小弟，孙立军重型货车轮胎接地压力分布实测J.同济大学学报(自然科学版)， 2021.(11). 3肖川,曾杰，艾长发基于动力特性的典型沥青路面性能评价与构造优化J中外公路, 2021,(6). 4董泽蛟,刘美丽,郑好,等考虑横观各向同性特性的沥青路面动力学分析J.中国公路学报, 2020,(5).