基于Matlab圖像處理的水泥路面裂縫檢測研究

王博

（商洛學(xué)院 電子信息與電氣工程學(xué)院，陜西商洛726000）

基于Matlab圖像處理的水泥路面裂縫檢測研究

王博

（商洛學(xué)院 電子信息與電氣工程學(xué)院，陜西商洛726000）

以水泥混凝土路面的裂縫檢測及特征提取為研究對象。利用Matlab的數(shù)字圖像處理技術(shù)，對采集到的水泥路面裂縫圖像進(jìn)行了一系列處理，最終達(dá)到提取裂縫特征數(shù)據(jù)的目的。結(jié)果表明：對圖像的灰度化、中值濾波、平滑、銳化分割以及形態(tài)學(xué)處理后，裂縫圖像有明顯去噪效果、平滑效果、邊緣模糊影響最小，所用裂縫計算方法可以準(zhǔn)確地得到線性裂縫的長度以及網(wǎng)狀裂縫的面積。

數(shù)字圖像處理；Matlab；圖像增強；圖像分割；特征提取

路面裂縫檢測是計算公路狀況指數(shù)的重要依據(jù)[1]，傳統(tǒng)的檢測方法主要是靠人工檢測，測量精度差、檢測效率低、同時檢測人員會有安全隱患[2-3]。現(xiàn)在多采自動檢測的方法對路面裂縫的損害進(jìn)行檢測，其中使用數(shù)字圖像處理的方法最為普遍。其發(fā)展最初在20世紀(jì)90年代，到21世紀(jì)更是有了飛速的發(fā)展。Subirats等[4]將小波變換的方法引入到裂縫檢測中，從而進(jìn)行裂縫提取。唐磊等[5]將圖像從二維面轉(zhuǎn)換到三維，利用微分幾何的檢測算子來提取裂縫信息。李剛[6]提出使用sobel算子，結(jié)合最大熵圖像分割算法能夠?qū)Σ煌庹障碌牧芽p圖像處理并提取裂縫信息。對裂縫檢測的算法，主要研究對象為瀝青路面，但水泥路面的研究很少涉及，本文以水泥路面裂縫為研究對象，使用Matlab軟件對水泥路面裂縫的圖像進(jìn)行處理，利用經(jīng)典的圖像處理方法，對圖像進(jìn)行灰度化、去噪、銳化和圖像分割等處理，最后對裂縫的特征值進(jìn)行提取，從而對水泥路面的裂縫病害做出定性和定量的判斷。

1 裂縫圖像預(yù)處理

路面常見裂縫主要有橫向裂縫、縱向裂縫和網(wǎng)狀裂縫[7]，其中橫向裂縫和縱向裂縫均為線性裂縫。本文以縱向裂縫代表線性裂縫和網(wǎng)狀裂縫進(jìn)行分析計算。在對裂縫進(jìn)行參數(shù)提取前，需對采集的裂縫圖像進(jìn)行預(yù)處理。

1.1 裂縫圖像灰度化

路面裂縫采集圖像一般為彩色圖像，而數(shù)字圖像處理是基于灰度圖像進(jìn)行處理，因此，首先對裂縫圖像進(jìn)行灰度化處理（見圖1），將彩色圖像轉(zhuǎn)化為灰度圖像[8-9]。

圖1 裂縫圖像灰度化處理效果圖

1.2 裂縫圖像去噪

裂縫圖像在采集、量化、傳輸、接收和處理過程中會受到一定程度的噪聲干擾，噪聲惡化圖像質(zhì)量，甚至淹沒其特征，因此在對圖像提取特征參數(shù)前，需要消除噪聲。圖像去噪方法主要有均值濾波法、中值濾波法、維納自適應(yīng)濾波法等。圖2為對裂縫圖像運用不同方法進(jìn)行去噪處理后的結(jié)果，由圖2可知，中值濾波相比其他濾波來說，去噪效果明顯、平滑效果好、對邊緣模糊影響最小。因此本文采用中值濾波法進(jìn)行裂縫圖像的去噪處理。

圖2 裂縫圖像去噪處理結(jié)果圖

1.3 裂縫圖像銳化

裂縫圖像去噪會模糊裂縫圖像的邊緣。為使模糊的圖像邊緣清晰，需對去噪處理后的圖像進(jìn)行銳化處理。圖像銳化的一般方法有梯度法銳化、拉普拉斯銳化等。

對比銳化處理效果(見圖3)，梯度銳化后噪聲點有所增強，拉普拉斯銳化使得裂縫圖像邊緣變得較清晰而且沒有增強噪聲點，因此本文對于去噪處理后的圖像使用拉普拉斯銳化進(jìn)行圖像銳化處理。

圖3 圖像的銳化處理效果圖

2 裂縫圖像分割

圖像預(yù)處理后，便可對圖像進(jìn)行分割處理以提取裂縫。圖像分割可以把圖像分割成一系列有意義的、各具特征的目標(biāo)或區(qū)域。裂縫圖像中裂縫是目標(biāo)路面的背景，因此提取裂縫的特征參數(shù)首先必須將裂縫從圖像中分割出來將圖像轉(zhuǎn)換為二值圖像。最大類間方差閾值分割算法具有簡單、處理速度快的特點，是一種常用的閾值選取方法。本系統(tǒng)運用最大類間方差法實現(xiàn)裂縫的分割，結(jié)果如圖4所示。

圖4 裂縫分割結(jié)果圖

3 裂縫圖像形態(tài)學(xué)處理

路面裂縫圖像分割時，在提取裂縫特征等有用信息的同時，也容易丟掉一些信息，例如，二值圖像中，裂縫邊緣出現(xiàn)斷裂。因此在計算特征參數(shù)之前，需要對裂縫斷裂處進(jìn)行恢復(fù)，同時對多余的噪聲加以剔除，因此需要采用圖像形態(tài)學(xué)方法做后續(xù)的處理。圖像形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運算子組成的，它的基本運算有膨脹、腐蝕、開運算、閉運算四種。其中開運算與腐蝕運算作用相似，但相比腐蝕運算，開運算在削弱狹窄的部分，去掉細(xì)長的突出、邊緣毛刺和孤立斑點、斷開目標(biāo)物之間粘連的同時具有可以基本保持目標(biāo)物尺寸大小不變的優(yōu)點；閉運算與膨脹運算作用相似，但相比膨脹運算，閉運算在填充目標(biāo)內(nèi)的細(xì)小空洞和裂縫、連接斷開的臨近目標(biāo)的同時具有可以基本保持目標(biāo)物尺寸大小不變的優(yōu)點。因此本文采用開運算與閉運算對圖像進(jìn)行處理，結(jié)果如圖5、圖6所示。

圖5 裂縫圖像開運算結(jié)果圖

圖6 裂縫圖像閉運算結(jié)果圖

由圖6可以看出,采用閉運算方法對線性裂縫圖像進(jìn)行處理，采用開運算方法對網(wǎng)狀裂縫圖像進(jìn)行處理既可以對分割后裂縫的斷裂處進(jìn)行很好的恢復(fù)，又盡量保持了目標(biāo)物的實際大小，因此本系統(tǒng)采用閉運算對線性裂縫圖像進(jìn)行處理，采用開運算對網(wǎng)狀裂縫圖像進(jìn)行處理。

4 裂縫特征參數(shù)提取

4.1 線性裂縫的長度計算

經(jīng)過預(yù)處理后的二值圖像便為較理想的二值圖像，在裂縫二值圖像中裂縫為白色部分，路面背景為黑色部分。因此對于線性裂縫的長度計算，可以先提取線性裂縫的骨架(如圖7)，將線性裂縫細(xì)化為單像素寬，然后統(tǒng)計白像素的個數(shù)，再根據(jù)圖像的分辨率大小便可轉(zhuǎn)換為線性裂縫的實際長度。

圖7 線性裂縫的骨架提取

對于線性裂縫長度的計算采用統(tǒng)計骨架提取后的裂縫圖像中白色像素點個數(shù)的方法。由于計算出的線性裂縫長度是用像素點個數(shù)表示，因此應(yīng)根據(jù)攝像機的分辨率，對實際圖像做一標(biāo)定，求出圖像中每個像素點代表的實際長度滋（以下簡稱轉(zhuǎn)換系數(shù)），然后將計算出的像素點個數(shù)乘以該轉(zhuǎn)換系數(shù)滋，便可求出裂縫實際長度。即線性裂縫的實際長度為L=num(白色像素個數(shù))*滋(轉(zhuǎn)換系數(shù))。

4.2 網(wǎng)狀裂縫的面積計算

對于網(wǎng)狀裂縫，工程人員關(guān)心的主要指標(biāo)是路面發(fā)生破損形成網(wǎng)狀裂縫的面積。對于網(wǎng)狀裂縫的面積計算，只要計算其外接矩形所包含的像素個數(shù)，然后根據(jù)轉(zhuǎn)換系數(shù)，便可計算出網(wǎng)狀裂縫的面積。如圖8所示，矩形中的部分便為網(wǎng)狀裂縫區(qū)域，則矩形的面積便為網(wǎng)狀裂縫的面積。

圖8 網(wǎng)狀裂縫的面積區(qū)域

(1)式函數(shù)的作用是查找二值圖像B中灰度值為1(即白色像素)的點的坐標(biāo)并返回坐標(biāo)索引，其中row為行索引，col為列索引。圖9所示為本文中采用的網(wǎng)狀裂縫圖二值化后運用該函數(shù)返回的白色像素點的最大最小橫縱坐標(biāo)索引值。

圖9 網(wǎng)狀裂縫二值后白色像素橫縱坐標(biāo)的最大值與最小值

對于網(wǎng)狀裂縫的外圍面積計算，找出像素點值為1的各像素點中縱坐標(biāo)最大的像素點Y1和縱坐標(biāo)最小的點Y2，在本文所用的網(wǎng)狀裂縫圖像中Y1與Y2的縱坐標(biāo)值分別為y1(233)，y2(32)；然后找出像素點值為1的各像素點中橫坐標(biāo)最大的像素點X1和橫坐標(biāo)最小的點X2，在本文所用的網(wǎng)狀裂縫圖像中X1與X2的橫坐標(biāo)值分別為x1(237)，x2(2)。

最后根據(jù)公式(2)計算出裂縫外圍面積S。

由于該面積的計算是按照像素點的坐標(biāo)計算出來的，也可以用像素點的個數(shù)代表其面積，因此還需將該面積S轉(zhuǎn)換為實際中的裂縫面積S1。假設(shè)每個像素代表的實際長度為（即攝像機的轉(zhuǎn)換系數(shù)），則每個像素代表實際面積為滋2，則網(wǎng)狀裂縫實際外接面積為S1=滋2*S。

5 結(jié)論

本文采用的基于Matlab數(shù)字圖像處理的路面裂縫識別技術(shù)，通過對圖像的灰度化、銳化和形態(tài)學(xué)運算結(jié)合將圖像處理為二值化圖像，針對線性裂縫計算二值化圖像的白色像素的等效長度來計算線性裂縫長度，針對網(wǎng)狀裂縫，通過計算白色像素的外接矩形面積來計算網(wǎng)狀裂縫面積。對于水泥路面的兩類主要裂縫的特征值能夠進(jìn)行準(zhǔn)確的提取和檢測，為后續(xù)公路養(yǎng)護(hù)部門對公路的技術(shù)狀況評定和制定養(yǎng)護(hù)方案提供了重要的依據(jù)。

[1]中華人民共和國交通部.JTG H-2007,公路技術(shù)狀況評定標(biāo)準(zhǔn)[S].北京:人民交通出版社,2008.

[2]張 娟,沙愛民,高懷鋼,等.基于數(shù)字圖像處理的路面裂縫自動識別與評價系統(tǒng)[J].長安大學(xué)學(xué)報:自然科學(xué)版,2004,24(2):18-22.

[3]李晉惠.用圖像處理的方法檢測公路路面裂縫類病害[J].長安大學(xué)學(xué)報:自然科學(xué)版,2004,24(3):24-29.

[4]Subirats P,Dumoulin J,Legeay V,et al.Automation of pavement surface crack detection using continuous wavelet transform[C].2006 International Conference on Image Processing,Florence:Italy,2006:3037-3040.

[5]唐 磊,趙春霞,王鴻南,等.基于圖像分析的路面裂縫檢測和分類[J].工程圖學(xué)學(xué)報,2008(3):99-104.

[6]李 剛,賀昱曜.不均勻光照的路面裂縫檢測和分類新方法[J].光子學(xué)報,2010,39(8):1405-1408.

[7]謝昌榮,張郭晶.路面裂縫檢測圖像處理算法的研究[J].中外公路,2009,29(6):112-115.

[8]陳書海,傅錄祥.實用數(shù)字圖像處理[M].北京：科學(xué)出版社,2005:36-45.

[9]岡薩雷斯.數(shù)字圖像處理[M].MATLAB版.北京：電子工業(yè)出版社,2005:67-90.

（責(zé)任編輯：李堆淑）

A Study on Cement Pavement Crack Detection Based on Matlab Image Processing

WANG Bo
（College of Electronic Information and Electrical Engineering,Shangluo University,Shangluo 726000, Shaanxi）

The detection of cement concrete pavement cracks is taken as a research subject.A series of cement concrete pavement cracks have been takled with the technology of Matlab digital image processing. The characteristic parameters of the pavement cracks have been finally extracted.The results indicated that by Gray-Scale transformation of the crack image,smoothing of the crack image,sharpening of the crack image and image segmentation,the de-noising effect,smooth result become better and the edge blurring effect becomes little.The characteristic parameters of the pavement cracks have been accurately extracted including length calculation of the linear crack and area calculation of the reticular crack.

digital image processing;Matlab;image enhancement;image segmentation;characteristic parameter extraction

TP391.41

：A

：1674-0033(2014)04-0042-04

10.13440/j.slxy.1674-0033.2014.04.010

2014-03-23

王 博，男，陜西商州人，碩士，助教