基于圖像處理的高速公路路面裂痕自動動檢測技術研究

1、-范文最新推薦- 基于圖像處理的高速公路路面裂痕自動動檢測技術研究 摘要路面破損數(shù)據(jù)是路面養(yǎng)護管理中重要的數(shù)據(jù)之一。目前主要采用人工檢測的方法獲取數(shù)據(jù)，但人工檢測效率低、耗時，而且現(xiàn)場檢測存在不安全因素。因此，開展路面破損自動檢測及識別技術研究具有重要的意義。本文介紹了國內外研究的現(xiàn)狀和發(fā)展趨勢，設計了簡單的路面裂痕自動檢測系統(tǒng)，對圖像處理的基本方法進行了研究，主要研究用圖像處理的方法準確的找出路面裂痕。在獲取圖像之后對圖像進行預處理，采用濾波技術，去除了圖像噪聲。對圖像進行分割，最終將裂痕的外形提取出來。再對圖像進行分析，確定檢測到的是否為裂痕，最終達到快速找出裂痕的目的關鍵詞路面裂痕 圖像

2、處理 自動檢測畢業(yè)設計說明書（論文）外文摘要8960TitleHighway pavement cracks based on image processing automatically detects theAbstractPavement surface distress data is one of the important data in the Pavement Maintenance Management. Manual inspection method used to obtain data, but the artificial low detection efficie

3、ncy, time-consuming, and the scene detect the presence of insecurity. Therefore, to make the road damaged the automatic detection and recognition technology is of great significance.This article describes the status and development trend of domestic and international research, design pavement cracks

4、 of automatic detection systems, image processing method, the main study using image processing method to accurately identify pavement cracks.Get the image after the image preprocessing, the use of filtering technology, in addition to image noise. Image segmentation, the final shape extracted from t

5、he rift. Image analysis, to determine whether detected as cracks, and ultimately achieve the goal of quickly identify cracks 參 考 文 獻38附錄A40第一章緒論隨著我國高速公路的建設的快速發(fā)展，高速公路路基路面的質量監(jiān)控體系越來越完善，要求的檢測水平也越來越高。車輛在高速公路上行駛時，對路面的平整度、完好度要求較高。出現(xiàn)裂痕不平的公路不但對人民的生命安全造成安全隱患，還會給國家造成重大的損失。目前，高速公路延伸至全國各地，如果還使用人工丈量的方法，不但效率低、勞動強度

6、大，而且檢測速度緩慢、誤差較大，不能滿足如此之多的高速公路路面檢測的要求，而且在進行檢測過程中，危險性也較大。因此，需要一種快速高效安全的檢測方法。本課題的主要研究目的就是運用光電檢測的原理和數(shù)字圖像處理的方法，對高速公路路面進行快速的自動檢測。1.1 國內外的發(fā)展狀況1.1.1國外的發(fā)展歷程【1】用光電檢測方法配合數(shù)字圖像處理來檢測路面，在國外發(fā)展較早。早在上世紀70年代末，國外就有利用車載16um攝像機的攝影車來采集路面破損圖像信息。載有路面破損圖像信息的膠卷經(jīng)過沖洗以后進行人工的判讀，并錄入計算機。但此方法由于成本和精度問題，并未得到廣泛應用。上世紀80年代，國外研究部門開始利用攝像機來

7、開發(fā)路面破損信息自動采集系統(tǒng)。如日本的Komatsu系統(tǒng)。但該系統(tǒng)最終沒有得到商業(yè)應用。1995年，瑞士研究工作者開發(fā)了CREHOS系統(tǒng)（裂縫識別全信息攝影系統(tǒng)）。同時期，美國的Earth公司開發(fā)研制了“路面狀況評價系統(tǒng)（PCES）”，瑞士基礎設施服務公司（IME）開發(fā)研制的PAVUE系統(tǒng)，都是基于模擬技術的路面破損信息檢測系統(tǒng)。進入90年代中期后，隨著數(shù)字圖像處理和硬件技術的發(fā)展，應用CCD攝像技術進行檢測取得了很大的進展，并得到了廣泛的應用。美國阿肯色州大學研制出了一套實時路面檢測測量系統(tǒng)“數(shù)字公路數(shù)據(jù)車（DHDV）&rd

8、quo;。近幾年來國內外許多學者將數(shù)字圖像處理技術運用到物體表面裂紋檢測中并取得了較好的效果。如：Priyan Gunatilake設計的飛行器表面裂紋檢測系統(tǒng)；J Pynn設計的道路表面裂紋自動檢測系統(tǒng)；D.H.Ryu設計的疲勞裂紋檢測系統(tǒng)等等。 圖像增強主要是突出圖像中感興趣的信息，衰減或去除不需要的信息，從而使有用的信息得到增強，便于目標區(qū)分或對象解釋。圖像增強的方法主要有直方圖增強、空域增強、頻域增強、偽彩色增強等技術。（3）圖像識別圖像識別是數(shù)字圖像處理的重要研究領域。圖像識別方法大致可分為統(tǒng)計識別法、句法識別法和模糊識別法。（4）圖像理解圖像理解的重點是在圖像分析的基礎上進一步研究

9、圖像中各目標的性質及其相互間的聯(lián)系，并得出對圖像內容含義的理解以及對原來客觀場景的解釋，從而指導和規(guī)劃行為。1.3 MATLAB圖像處理工具箱簡介【7】MATLAB是MATrix LABoratory的縮寫。MATLAB開發(fā)的最初目的是為軟件中的矩陣運算提供方便。MATLAB是一種基于向量的高級程序語言，它將計算、可視化與程序設計集成在一個易用的環(huán)境中。MATLAB采用技術計算語言，幾乎與專業(yè)領域中所使用的數(shù)學表達式相同。圖像處理工具箱（Image Processing Toolbox, IPT）是Matlab環(huán)境下開發(fā)出來的許多工具箱之一,為圖像處理工程師、科學家和研究人員提供了直觀、可靠的

10、一體化開發(fā)工具，這些工具被廣泛地應用于航空航天和國防、遙感探測、生物科技、醫(yī)藥圖像和科學圖像處理等領域中。1.4課題主要研究內容針對目前人工檢測裂痕效率低下的問題，本課題要討論一種自動檢測裂痕的方法。任務的實現(xiàn)主要是通過搭建光電檢測系統(tǒng)，運用圖像處理的相關算法，完成對路面檢測識別。首先，利用數(shù)碼攝像機進行圖像的采集，對采集到的視頻進行捕捉后得到一系列靜止圖像，然后再進行圖像處理和識別。由于時間的限制，關于視頻捕捉的相關方法本課題不進行深入討論，重點是研究圖像的預處理算法和識別方法。 CMOS圖像傳感器的結構如圖2-2所示。圖2.2 CMOS圖像傳感器其主要貢獻是將探測器、電荷、電壓轉換以及提供

11、緩沖和尋址的晶體管都集成到像元內。由于入射光子轉換為信號電荷后，信號電荷到電壓的轉換是直接在每個像元中完成的，因此CMOS的特點是大部分工作都是在電壓域內進行。整個像元的行信號是以低速并行采樣，而列信號的多路轉換是在陣列底部完成，CMOS的這種結構提供了隨機進入像元，以非常高的幀速率直接開窗口的能力。根據(jù)上面對CCD和CMOS攝像頭的比較，本課題的圖像采集系統(tǒng)采用CMOS數(shù)碼攝像頭。選擇好照明光源以及數(shù)碼攝像機之后，就可以進行圖像的采集和處理了。2.2.2光源的選擇設計【10】在夜晚工作時需要用到照明裝置，光源的種類很多，所以需要對光源進行選擇。傳統(tǒng)光源主要有白熾燈、日光燈等，新型光源主要有L

12、ED。LED（Lighting Emitting Diode）是一種新型的半導體固態(tài)光源，它利用固體半導體芯片作為發(fā)光材料，當其兩端加上正向電壓時，半導體中的載流子復合，放出過剩的能量，引起光子發(fā)射，產生可見光?，F(xiàn)將白光LED與傳統(tǒng)光源的特點比較如下：白熾燈的色溫在2500-3000K，而日光燈和白光LED的色溫均可達3000-10 000K。白熾燈是熱發(fā)光光源，日光燈是氣體發(fā)光，而LED是冷發(fā)光。白熾燈的壽命只有1000h，日光燈可達10 000h，白光LED可達100 000h。白熾燈反應慢，約為100ms，且耗電易碎，而日光燈反應較快但含汞會產生污染且易碎，白光LED則省電，耐震動、反應

13、時間極快。正是因為LED的以上優(yōu)點，本課題決定采用LED作為照明光源。對光源的要求是亮度均勻、明暗可調。本課題采用6個LED排成兩排作為光源，可以滿足視場大小以及光強的需要，并且LED接有調節(jié)光強的旋鈕，可以根據(jù)現(xiàn)場拍攝的情況將亮度調至最適宜狀態(tài)，防止因為光源亮度太小或太大引起的缺陷圖像不清晰。光源放置的位置在玻璃基板的斜上方，在數(shù)碼攝像頭之下，在搭建采集平臺時一定要尋找最佳角度，使接收到的缺陷反射光最大并且要保證沒有鏡面反射光進入攝像頭。 3.2 圖像處理的基本理論所謂數(shù)字圖像處理，就是利用數(shù)字計算機或其它高速、大規(guī)模集成數(shù)字硬件，對從圖像信息轉換來的數(shù)字電信號進行某些數(shù)字運算或處理，以達到

14、提高圖像的質量或人們所要求的某些預期的結果。例如:使褪色模糊了的照片變清晰;從醫(yī)學顯微圖片中提取有意義的細胞特征;對被噪聲污染的圖像去除噪聲;對信息微弱的圖像進行增強處理;對失真的圖像進行幾何校正;從遙感圖片中辨認農作物、森林、湖泊和軍事設施等等。但由于當前計算機是順序處理技術，因此對信息量較大的圖像，運算處理速度不如光學方法快。隨著計算機技術的迅速發(fā)展，圖像處理技術將會以全新的面貌出現(xiàn)。3.2.1 數(shù)字圖像處理、識別和理解數(shù)字圖像處理就是利用計算機系統(tǒng)對數(shù)字圖像進行各種目的的處理。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量較差的圖像

15、，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。如圖3.1所示。還有一類圖像處理是以機器為對象，處理的目的是使機器或計算機能自動識別目標，稱為圖像識別。圖像識別系統(tǒng)輸入的是改善質量后的圖像，一般稱為預處理后的圖像，輸出的是對圖像中目標(物體)的識別或分類。圖像識別的過程包括圖像的預處理、圖像分割、特征提取和圖像分類，6如圖3.2所示。圖像輸入圖像輸出圖3.1 圖像處理 3.2.2 圖像檢測方法和分類圖像分割方法主要有二大類:一是基于邊界的圖像分割;二是基于區(qū)域的圖像分割技術。常見圖像分割的手段邊緣檢測、微分算子、直方圖變換、高哈夫變換、區(qū)域生長、形態(tài)學處理等。1） 基于邊界