一种道路裂缝检测系统.pdf

本发明提供了一种道路裂缝检测系统，包括相连接的路面检测子系统、裂缝图像处理子系统和移动终端，所述路面检测子系统用于对待检测的路面进行拍摄，获取路面裂缝图像，所述裂缝图像处理子系统用于对路面裂缝图像进行处理，输出路面裂缝检测结果，并将路面裂缝检测结果传送给移动终端；所述路面检测子系统包括多台用于对待检测的路面进行拍摄的相机，拍摄时各相机设置不同的拍摄角度进行拍摄。本发明能够省去大量的人力和物力，并能够及时地通过移动终端获取路面裂缝的信息。

1.一种道路裂缝检测系统，其特征是，包括相连接的路面检测子系统、裂缝图像处理子
系统和移动终端，所述路面检测子系统用于对待检测的路面进行拍摄，获取路面裂缝图像，
所述裂缝图像处理子系统用于对路面裂缝图像进行处理，输出路面裂缝检测结果，并将路
面裂缝检测结果传送给移动终端；所述路面检测子系统包括多台用于对待检测的路面进行
拍摄的相机，拍摄时各相机设置不同的拍摄角度进行拍摄。
2.根据权利要求1所述的一种道路裂缝检测系统，其特征是，多台相机分成两组沿横向
布设，以路面中线分开左右各一组，多台相机同时拍摄。
3.根据权利要求2所述的一种道路裂缝检测系统，其特征是，所述相机采用面阵CCD相
机。
4.根据权利要求2所述的一种道路裂缝检测系统，其特征是，所述裂缝图像处理子系统
包括依次连接的路面裂缝图像过滤模块、图像预处理模块、图像后处理模块、路面裂缝识别
模块；所述路面裂缝图像过滤模块用于在路面检测子系统输出的路面裂缝图像中筛选有效
的路面裂缝图像，对其余的路面裂缝图像进行过滤；所述图像预处理模块用于对筛选出的
路面裂缝图像进行初步预处理，去除路面裂缝图像的随机噪声；所述图像后处理模块用于
对路面裂缝图像进行分割处理，将路面裂缝图像的路面裂缝分离出来；所述裂缝识别模块
用于对路面裂缝图像的路面裂缝进行分类识别。
5.根据权利要求4所述的一种道路裂缝检测系统，其特征是，所述路面裂缝图像过滤模
块具体执行：
(1)对路面裂缝图像按照图像拍摄区域和图像拍摄时间进行分类，设定图像拍摄区域
和图像拍摄时间段，将属于同一图像拍摄区域和图像拍摄时间段的路面裂缝图像归为同一
个路面裂缝图像集；
(2)在每一个路面裂缝图像集中筛选出一个有效的路面裂缝图像，定义图像筛选函数
为：
$Z\left(x\right)=\frac{{m_x}^2({\mathrm{\ρ}}_i-\mathrm{\ρ})(v_i-v)}{{\Σ}_{i=1}^{m_x}{\mathrm{\ρ}}_i{\Σ}_{i=1}^{m_x}{v}_i},i=1,...,m_x$
式中，ρ_i为第x个路面裂缝图像集中第i张路面裂缝图像的设定区域的平均灰度值，ρ为
根据实际情况设定的灰度值阈值，v_i为第x个路面裂缝图像集中第i张路面裂缝图像的边缘
锐度，v为根据实际情况设定的边缘锐度阈值，m_x为第x个路面裂缝图像集的路面裂缝图像
的数量；
选取图像筛选函数Z(x)的值最大的路面裂缝图像作为该路面裂缝图像集中的优选路
面裂缝图像，对剩余的路面裂缝图像进行删除。
6.根据权利要求5所述的一种道路裂缝检测系统，其特征是，所述去除路面裂缝图像的
随机噪声，具体为：
(1)对筛选出的路面裂缝图像进行NSCT变换(非下采样Contourlet变换)，得到该路面
裂缝图像的低频子带系数和高频子带系数；
(2)采用方向滤波器对分解后的高频子带系数进行处理，提高分解后的高频子带系数
的稀疏性，再采用伪随机傅里叶矩阵对高频子带系数进行观测采样，得到观测值；
(3)对于观测值，采用交互分裂Bregman迭代方法进行重构，得到最优高频子带系数；
(4)将最优高频子带系数和所述低频子带系数一起进行图像重构，即得到滤波后的路
面裂缝图像。

一种道路裂缝检测系统

技术领域

本发明涉及道路路面检测技术领域，具体涉及一种道路裂缝检测系统。

背景技术

路面是公路的重要组成部分，其质量的好坏影响着公路的服务水平。裂缝是公路
路面的主要损坏之一。在公路的养护和管理过程中，如果路面裂缝能够被及早的发现，并对
其进行养护和维修，那么在公路维护中将省去大量的人力和物力。过去，在路面裂缝检测方
面采用的是传统的人工检测方法。随着公路的发展和数量的增加，这种人工检测方法已越
来越不能适应公路发展的要求。

相关技术中，采用对路面裂缝图像进行识别处理的方式获取路面裂缝信息。在对
路面裂缝图像进行增强处理，可以突显边缘和细节信息，同时抑制噪声，改善路面裂缝图像
的视觉效果。目前，小波变换在图像增强方面取得一定的效果，但小波变换不能“最优”表示
含“线”或“面”奇异的高维函数。Contourlet变换是一种真正的二维图像表示方法，该变换
是一种多分辨的、局域的、多方向的图像表示方法。该变换将多尺度分析与方向分析分开进
行，可较好地表达细小有方向的轮廓和线段，能很好地用于图像增强处理。然而，
Contourlet变换存在下采样，其并不存在平移不变性，在处理后的图像中会产生伪影现象。
NSCT(NonsubsampledContourlet transform，非下采样Contourlet变换)是Contourlet变
换的一种改进方式，该变换取消了Contourlet变换中的下采样环节，其具有多尺度，多方
向、局域性及平移不变性等特点而适合于图像增强技术中。

在图像分割处理方面，已经有了很多种非常好的分割方法，例如直方图阈值分割
方法，迭代法阈值分割和OTSU算法(最大类间方差法)，这些阈值分割方法都能得到非常好
的分割效果，其中OTSU算法能自动算出输入图像的阈值，再与输入图像中的每一个像素点
进行比对，最后能分割出输入图像中的目标部分和背景部分，其运算速度比较快。

发明内容

针对上述问题，本发明旨在提供一种道路裂缝检测系统。

本发明的目的采用以下技术方案来实现：

一种道路裂缝检测系统，包括相连接的路面检测子系统、裂缝图像处理子系统和
移动终端，所述路面检测子系统用于对待检测的路面进行拍摄，获取路面裂缝图像，所述裂
缝图像处理子系统用于对路面裂缝图像进行处理，输出路面裂缝检测结果，并将路面裂缝
检测结果传送给移动终端；所述路面检测子系统包括多台用于对待检测的路面进行拍摄的
相机，拍摄时各相机设置不同的拍摄角度进行拍摄。

本发明的有益效果为：能够省去大量的人力和物力，并能够及时地通过移动终端
获取路面裂缝的信息；采用多台相机同时从不同角度拍摄路面同一场景，可以得到更多的
路面信息，从而有利于路面裂缝的后续检测。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限
制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得
其它的附图。

图1本发明的结构连接框图；

图2是本发明裂缝图像处理子系统的结构连接框图。

附图标记：

路面检测子系统1、裂缝图像处理子系统2、移动终端3、路面裂缝图像过滤模块10、
图像预处理模块20、图像后处理模块30、路面裂缝识别模块40。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例的一种道路裂缝检测系统，包括相连接的路面检测子系统1、裂
缝图像处理子系统2和移动终端3，所述路面检测子系统1用于对待检测的路面进行拍摄，获
取路面裂缝图像，所述裂缝图像处理子系统2用于对路面裂缝图像进行处理，输出路面裂缝
检测结果，并将路面裂缝检测结果传送给移动终端3；所述路面检测子系统1包括多台用于
对待检测的路面进行拍摄的相机，拍摄时各相机设置不同的拍摄角度进行拍摄。

优选地，多台相机分成两组沿横向布设，以路面中线分开左右各一组，多台相机同
时拍摄。

优选地，所述相机采用面阵CCD相机。

本发明上述实施例，采用多台相机同时从不同角度拍摄路面同一场景，可以得到
更多的路面信息，从而有利于路面裂缝的后续检测。

优选地，如图2所示，所述裂缝图像处理子系统2包括依次连接的路面裂缝图像过
滤模块10、图像预处理模块20、图像后处理模块30、路面裂缝识别模块40。

优选地，所述路面裂缝图像过滤模块10用于在路面检测子系统1输出的路面裂缝
图像中筛选有效的路面裂缝图像，对其余的路面裂缝图像进行过滤，具体为：

(1)对路面裂缝图像按照图像拍摄区域和图像拍摄时间进行分类，设定图像拍摄
区域和图像拍摄时间段，将属于同一图像拍摄区域和图像拍摄时间段的路面裂缝图像归为
同一个路面裂缝图像集；

(2)在每一个路面裂缝图像集中筛选出一个有效的路面裂缝图像，定义图像筛选
函数为：

式中，ρ_i为第x个路面裂缝图像集中第i张路面裂缝图像的设定区域的平均灰度
值，ρ为根据实际情况设定的灰度值阈值，v_i为第x个路面裂缝图像集中第i张路面裂缝图像
的边缘锐度，v为根据实际情况设定的边缘锐度阈值，m_x为第x个路面裂缝图像集的路面裂
缝图像的数量；

选取图像筛选函数Z(x)的值最大的路面裂缝图像作为该路面裂缝图像集中的优
选路面裂缝图像，对剩余的路面裂缝图像进行删除。

本优选实施例设置路面裂缝图像过滤模块10，筛选出最优的路面裂缝图像进行路
面裂缝识别检测，能够大大节约系统存储空间，提高路面裂缝识别检测的速度；定义了图像
筛选函数，能够较好、快速地对采集的路面裂缝图像进行筛选，提高筛选的速度。

优选地，所述图像预处理模块20用于对筛选出的路面裂缝图像进行初步预处理，
去除路面裂缝图像的随机噪声，具体为：

(1)对筛选出的路面裂缝图像进行NSCT变换(非下采样Contourlet变换)，得到该
路面裂缝图像的低频子带系数和高频子带系数；

(2)采用方向滤波器对分解后的高频子带系数进行处理，提高分解后的高频子带
系数的稀疏性，再采用伪随机傅里叶矩阵对高频子带系数进行观测采样，得到观测值；

(3)对于观测值，采用交互分裂Bregman迭代方法进行重构，得到最优高频子带系
数；

(4)将最优高频子带系数和所述低频子带系数一起进行图像重构，即得到滤波后
的路面裂缝图像。

本优选实施例的图像预处理模块20，采用上述方式对筛选出的路面裂缝图像进行
去噪，能够清晰全面的表示路面裂缝的边缘信息以及其细节特征，能够在有效去噪的同时
最大限度的保留路面裂缝的细节信息。

优选地，所述图像后处理模块30用于对路面裂缝图像进行分割处理，将路面裂缝
图像的路面裂缝分离出来，包括：

(1)采用OTSU算法对路面裂缝图像进行全局分割阈值估计，得到优选全局分割阈
值，具体为：获取路面裂缝图像的灰度级，并根据所述灰度级确定灰度范围，在所述灰度范
围中，选定路面裂缝图像的初始分割阈值；遍历所述路面裂缝图像中像素的灰度值，选取所
述灰度值大于所述初始分割阈值的像素，作为前景图像，选取所述灰度值小于所述初始分
割阈值的像素，作为背景图像，计算所述前景图像的灰度均值，所述前景图像的像素数占总
像素数目的比例，所述背景图像的灰度均值、所述背景图像的像素数占总像素数目的比例
和所述路面裂缝图像的灰度均值；所述灰度范围内，增加所述路面裂缝图像的分割阈值，使
前景图像和背景图像的差异值达到最大，选取前景图像和背景图像的差异值达到最大时的
分割阈值作为优选全局分割阈值；

(2)将整个路面裂缝图像划分为大小相同的多个子图像；

(3)采用OTSU算法对子图像进行局部分割阈值估计，获得各子图像的优选局部分
割阈值；

(4)对不同位置的子图像使用不同的分割阈值进行分割，定义子图像的分割阈值
的计算公式为：

式中，Q为优选全局分割阈值，Q_ij′为第i行第j列的子图像的优选局部分割阈值，γ
表示整个路面裂缝图像的灰度方差，γ_ij表示第i行第j列的子图像的灰度方差，δ_ij表示第i
行第j列的子图像的灰度均值，δ表示整个路面裂缝图像的灰度均值，ω₁、ω₂为设定的权重
因子，ω₁+ω₂＝1。

本优选实施例中，子图像的分割阈值由OSTU算法和子图像的灰度特点共同决定，
考虑了图像局部灰度的变化，对不同的子图像采用对应的分割阈值进行分割，能够克服由
光照不均、纹理干扰、路面裂缝与背景灰度对比度弱等问题对路面裂缝图像分割造成的影
响，从而提高图像分割的精度。

优选地，所述路面裂缝识别模块40用于对路面裂缝图像的路面裂缝进行分类识
别，该路面裂缝识别模块40选取几何形态特征作为路面裂缝提取特征，提取路面裂缝线性
特征、裂缝区域像素点数和分布密度作为分类特征值。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保
护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应
当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实
质和范围。