路面檢測關(guān)鍵技術(shù)綜述

摘 要 公路交通的發(fā)展狀況對于國家的經(jīng)濟穩(wěn)定以及快速發(fā)展有著關(guān)鍵性的作用。近些年來公路網(wǎng)的不斷完善發(fā)展，使得公路路面的狀況檢測、公路的養(yǎng)護管理成為公路建設(shè)的重要任務(wù)。公路的快速發(fā)展促進了經(jīng)濟飛速的發(fā)展，人們的出行也越來越方便快捷。同時道路的養(yǎng)護工作也變得更加重要。

關(guān)鍵詞 路面檢測 關(guān)鍵技術(shù) 養(yǎng)護管理

中圖分類號：U491 文獻標識碼：A

0引言

隨著我國經(jīng)濟的高速發(fā)展，交通早已成為人民的日常生活和國家經(jīng)濟領(lǐng)域的不可或缺的基礎(chǔ)設(shè)施，交通領(lǐng)域的基礎(chǔ)建設(shè)也就越來越有著舉足輕重的意義。交通的發(fā)展體現(xiàn)了一個國家的經(jīng)濟實力和綜合國力。在所有的交通途徑中，公路交通和人們的日常生活最為靠近且不可分離。

2001年，在全國的公路養(yǎng)護與管理工作的會議上，首次明確提出樹立“公路建設(shè)是發(fā)展，其養(yǎng)護管理也是發(fā)展”的觀點，努力研究先進的、實用的公路養(yǎng)護新技術(shù)，為全面提高公路養(yǎng)護的工作效率和技術(shù)水平奠定堅實基礎(chǔ)。因此，采用先進的檢測手段和評價技術(shù)自動地進行公路路面病害研究就顯得非常必要。

1研究背景和意義

公路對國家和地區(qū)的經(jīng)濟發(fā)展起到了關(guān)鍵性的作用，儼然已成為衡量一個國家現(xiàn)代化程度的標志，近幾年我國公路的建設(shè)十分迅速，據(jù)官方資料至2005年年底，我國高速公路總里程已經(jīng)達到了4.1萬公里，位居世界第二位，而在“十一五”期間全國又新建成高速公路2.4萬公里，至此高速公路總里程達到6.5萬公里。

但是因為公路暴露于大氣中，需要長期承受著雨水的腐蝕、車輛的重壓、人為的破壞等等，因此養(yǎng)護工作就顯得格外重要，否則將嚴重影響到交通安全的狀況。在公路養(yǎng)護中，如果在裂縫出現(xiàn)的初期能夠及時的發(fā)現(xiàn)，并且對裂縫的發(fā)展情況給予實時的跟蹤，之后對裂縫狀況進行修補。照此公路的養(yǎng)護費將會大大的減少。

目前國內(nèi)主要是依靠人工來檢測公路的路面狀況，這早已經(jīng)不能夠滿足高速發(fā)展的公路狀況的檢測要求，其主要的缺點如下：

（1）人工成本耗費過大：基于工人的視覺的檢測需要依靠養(yǎng)護工人親自到現(xiàn)場，使用眼睛來觀察，然而一條公路的里程數(shù)相當(dāng)可觀，因此工人的勞動強度過大，會耗費大量的人工成本。

（2）時間過長：檢測工人在進行檢測作業(yè)的時候主要依靠步行查看，并且由于是基于人的視覺特性，導(dǎo)致檢測速度依然很慢而且效率極低，因此完成全面的檢測需要耗費大量的時間。

（3）判定結(jié)果不夠準確：由于是人工的肉眼檢測，在判斷裂縫時及其容易受到人工的主觀因素影響，導(dǎo)致采集的數(shù)據(jù)不夠精確，因此判定結(jié)果就會因人而異，對后續(xù)的修護造成影響。

（4）影響正常的交通：在檢測路面病害的時候，需要將檢測的這段公路封閉，這會對公路的正常運行造成一定的影響。

（5）安全性差：盡管檢測路面病害的時候封閉了相關(guān)的檢測車道，但是龐大的交通流量依然對檢測人員的人身安全存在一定的隱患。

（6）成本過高：因為投入了巨大的人力和時間，所以花費很高。

數(shù)字圖像處理，又稱為計算機圖像處理，它是用計算機將圖像信號轉(zhuǎn)換成數(shù)字信號，然后再用計算機對其加工處理的過程。該技術(shù)最早出現(xiàn)于二十世紀五十年代。在二十世紀六十年代的初期，數(shù)字圖像處理開始行成為一門學(xué)科。從二十世紀七十年代中期開始，人工智能、計算機技術(shù)伴隨著圖像處理技術(shù)的進一步發(fā)展得到迅速的發(fā)展，數(shù)字圖像處理的技術(shù)開始向著更高的層次發(fā)展。

目前，基于圖像處理技術(shù)的裂縫檢測的方法早已廣泛應(yīng)用于工業(yè)中。因此，基于圖像處理的路面裂縫檢測技術(shù)早已經(jīng)成為了可能。在不影響正常的公路交通的情況下，該技術(shù)利用車載攝像頭對公路路面進行圖像采集，對所采集的路面圖像可采用離線處理和實時處理這兩種方法進行數(shù)字圖像處理，經(jīng)過相應(yīng)的檢測處理之后，得知路面裂縫的信息，例如裂縫的位置、裂縫的類型、裂縫的嚴重程度等等。

2路面裂縫檢測系統(tǒng)的關(guān)鍵技術(shù)

路面裂縫檢測系統(tǒng)一般分為四個部分。第一步是路面圖像采集；第二步是對路面圖像進行初步的預(yù)處理，對路面圖像去噪；第三步是對路面裂縫進行目標提取，對路面圖像分割再做裂縫邊緣提??；最后一步對路面裂縫圖像進行分類，此外，還可以對裂縫的特征信息進行處理，比如計算裂縫的位置、類型等等。

2.1路面圖像采集

在路面圖像采集的過程中，一般是將高精度的高速攝像頭安裝在公路路面檢測車上，檢測車在高速行車的情況下進行對能夠覆蓋整個車道的路面圖像進行采集，要求圖像清晰可靠。

2.2路面裂縫圖像的預(yù)處理

由于采集設(shè)備自身因素、路面的各種噪聲干擾、光照的不均勻等等，檢測車所采集的路面圖像中會帶有大量的隨機噪聲。為了提取裂縫，就必須要消除或者減弱這些噪聲，我們采用圖像濾波預(yù)處理。圖像濾波預(yù)處理包括空域濾波處理和頻域濾波處理?？沼驗V波處理對圖像不做任何變換值的處理，直接對圖像的像素點進行處理。頻域濾波處理是先將圖像進行變換值的處理，再將其轉(zhuǎn)換到空間域處理。

王建興，秦國峰等人分析路面圖像中的噪聲以及裂縫信息的特點，結(jié)合已有的去噪算法的優(yōu)點，提出了一種新的基于路面裂縫檢測的多級去噪模型。其主要方法是串聯(lián)多種去噪模型，逐步對路面圖像的路標線和雜物噪聲、隨機噪聲、油污噪聲以及路面噪聲進行去除。

一種利用圖像形態(tài)學(xué)濾波器消除噪音先和識別裂縫的算法由馬常霞提出。馬常霞提出孤立噪聲點的去除可通過組合中值濾波去除。相比均值濾波和中值濾波對于背景紋理變化較大的情況處理效果不理想。借此張娟等提出了二維自適應(yīng)維納濾波方法，其主要思想是根據(jù)像素局部鄰域的統(tǒng)計特性的估計進行濾波。

2.3路面裂縫目標的分割

起源最早的、最常用的是圖像分割算法是閾值分割法。因為閾值分割算法計算量小、運算速度快、性能穩(wěn)定、實現(xiàn)簡單而成為路面裂縫圖像分割中最基本、最常用的技術(shù)。

一種基于直方圖的路面裂縫圖像閾值分割方法是由Kirschke提出。該方法的主要思想是先將所采集的路面圖像劃分為若干個大小相同的子圖像；分析研究劃分后每個子路圖像的直方圖，根據(jù)不同的直方圖特征將其全部子圖像分為兩類，裂縫子圖像和非裂縫子圖像；最后對裂縫子圖像進行閾值分割。該方法對細小裂縫識別效果差，對明顯裂縫明感度高。

Cheng 等人分析瀝青路面圖像的分割閾值與像素灰度的均值和方差明顯相關(guān)，一種基于減少樣本空間閾值分割算法由此提出。該算法的基本思路是：首先建立一個龐大的樣本空間；接著為了提高算法的實時性去掉相似樣本，減少樣本空間。然而這種算法未考慮裂縫的空間分布特性，分割閾值僅僅只是由像素灰度的均值和方差來確定，這是其最大的缺點，這一缺點最終導(dǎo)致裂縫目標存在錯檢和漏撿的情況較多，檢測效果不理想。

2.4路面裂縫類型的分類

目前，常把裂縫分類成橫向裂縫、縱向裂縫、網(wǎng)狀裂縫和塊狀裂縫。

裂縫的分類方法大致可分為無監(jiān)督分類和有監(jiān)督分類，所謂無監(jiān)督分類是不需要人工采集樣子數(shù)據(jù)，自然聚類，通過聚類方法來自動分類；有監(jiān)督分類是利用樣本數(shù)據(jù)作為依據(jù)建立和訓(xùn)練分類器，然后再分類，是通過設(shè)計分類器來實現(xiàn)。B.J.Lee 提出了一種集成神經(jīng)網(wǎng)絡(luò)技術(shù)的路面圖像的裂縫類型分類系統(tǒng)，該系統(tǒng)包括了三種基于神經(jīng)網(wǎng)絡(luò)的分類器對路面裂縫圖像進行分類，分別是基于圖像的神經(jīng)網(wǎng)絡(luò)、基于直方圖的神經(jīng)網(wǎng)絡(luò)和基于概率的神經(jīng)網(wǎng)絡(luò)。每個神經(jīng)網(wǎng)絡(luò)最佳的架構(gòu)的確定是基于樣本數(shù)據(jù)的學(xué)習(xí)訓(xùn)練。實驗結(jié)果證明，基于概率的神經(jīng)網(wǎng)絡(luò)分類效果最好。

3結(jié)語

雖然近些年圖像處理技術(shù)在裂縫檢測領(lǐng)域的應(yīng)用越來越廣，但仍存在一系列技術(shù)問題有待改進。本文主要圍繞基于圖像處理的路面裂縫檢測過程中存在的關(guān)鍵性問題進行研究。還有一些問題需要改進：

（1）由于路面圖像容易受到不確定因素的影響導(dǎo)致路面圖像亮度不均勻，原本可以有效分割的圖像現(xiàn)在不能有效分割。因此，對于不均勻亮度的路面裂縫圖像如何有效分割是亟待解決的問題之一。

（2）裂縫類型分類中，因為塊狀裂縫本身就屬于網(wǎng)狀裂縫，所以在兩種裂縫類型分類過程中，分類器的準確性有待提高，可借助三維激光掃描掃描儀，將采集到的路面三維信息與二維圖像結(jié)合，所提取特征中包含空間三維信息，以達到裂縫的精確分類。

基金項目：本文受西藏自治區(qū)自然科學(xué)基金項目（2015ZR-14-18）和西藏民族大學(xué)校內(nèi)科研項目（14myY14）資助。

作者簡介：宋俊芳（1984-），女，講師，博士研究生，主要研究方向為計算機視覺、圖像處理、智能交通。