在航空影像中自動(dòng)提取路橋病害信息技術(shù)研究

劉 田 俊

(山西省晉中路橋建設(shè)集團(tuán)有限公司，山西 晉中 030600)

1 路橋病害檢測(cè)工作的難點(diǎn)

1.1 路橋結(jié)構(gòu)復(fù)雜化，局部檢測(cè)困難

借助航空影像進(jìn)行路橋結(jié)構(gòu)的病害檢測(cè)是主流檢測(cè)手段。但是，隨著部件形狀、大小、造型的改變，以固定三腳架、移動(dòng)車載、機(jī)器人為平臺(tái)的攝影方式并不能夠檢測(cè)到側(cè)面、底部以及主要部件的細(xì)部信息，捕捉不到這些部分的病害情況。為了能夠檢測(cè)到這些信息，養(yǎng)護(hù)運(yùn)營(yíng)企業(yè)必須派出專業(yè)人員進(jìn)行現(xiàn)場(chǎng)目視解譯，工作效率大大降低，已不能滿足現(xiàn)代養(yǎng)護(hù)工作的要求。

1.2 路橋病害模型訓(xùn)練的不夠充分

為了實(shí)現(xiàn)路橋病害的自動(dòng)化檢測(cè)，采用“訓(xùn)練—檢測(cè)—驗(yàn)證”的模型構(gòu)建方式。一般而言，路橋項(xiàng)目病害模型的圖像數(shù)據(jù)在1 000張以內(nèi)，對(duì)于參數(shù)量較大的模型而言，其訓(xùn)練過程是不充分的。在使用中容易出現(xiàn)病害遺漏、病害錯(cuò)識(shí)的情況，尤其在網(wǎng)狀病害、線性病害中。針對(duì)這種情況，往往會(huì)采取簡(jiǎn)化模型參數(shù)的方法，但其性能會(huì)有所下降，并且對(duì)圖像數(shù)據(jù)的要求更高，需要按照具體氣候、季節(jié)進(jìn)行圖像數(shù)據(jù)補(bǔ)充。

1.3 路橋病害信息的圖像提取不準(zhǔn)確

計(jì)算機(jī)圖像識(shí)別技術(shù)的發(fā)展仍沒有達(dá)到百分百檢測(cè)的水平，以邊緣檢測(cè)、語義分割、模板匹配以及機(jī)器學(xué)習(xí)算法為代表的圖像提取技術(shù)一方面受病害圖像信息庫數(shù)量、類型不足的制約，另一方面受航拍影像分辨率的影響，對(duì)線性裂縫、網(wǎng)狀裂縫的識(shí)別性能較差，無法起到及時(shí)防治的作用。此外，路橋病害信息庫的更新速度不夠，其泛化能力不足，難以跨地區(qū)、跨路段使用，大大增加了圖像提取的成本。

2 自動(dòng)提取路橋病害信息的路線設(shè)計(jì)和技術(shù)分析

2.1 自動(dòng)提取路橋病害信息的設(shè)計(jì)路線

為了克服路橋病害檢測(cè)工作的難度，實(shí)現(xiàn)路橋病害信息的自動(dòng)化提取，以大疆六旋翼無人機(jī)為搭載平臺(tái)，構(gòu)建了自動(dòng)提取路橋病害信息系統(tǒng)，實(shí)現(xiàn)高準(zhǔn)確率自動(dòng)化檢測(cè)。其設(shè)計(jì)路線如圖1所示。

首先，以無人機(jī)為搭載平臺(tái)，通過設(shè)計(jì)多條航飛路線，對(duì)需要檢測(cè)的路段進(jìn)行多角度拍攝，包括路面、側(cè)面、底面以及部件的隱蔽位置；然后，采用SIFT算法對(duì)因外界風(fēng)力、光照影響產(chǎn)生的色差、變形進(jìn)行圖像預(yù)處理，最大程度地降低外界干擾；再然后，將影像傳入自動(dòng)化處理系統(tǒng)，經(jīng)由模型庫比對(duì)，將路橋病害進(jìn)行識(shí)別，并提取；最后，在軟件中，以三維形式進(jìn)行提取結(jié)果展示。

2.2 基于航空影像的路橋病害信息提取技術(shù)分析

2.2.1標(biāo)準(zhǔn)各向異性擴(kuò)散處理影像噪聲技術(shù)

在航拍影像中，線性裂縫和小型網(wǎng)狀裂縫受路表顏色、材料顆粒的干擾比較大，必須采取一定的預(yù)處理方法擴(kuò)大其差異，才能降低病害信息提取的錯(cuò)誤率。標(biāo)準(zhǔn)各項(xiàng)異性擴(kuò)散方法在邊緣檢測(cè)、數(shù)據(jù)增強(qiáng)、紋理分析中有著良好效果。因此，采用標(biāo)準(zhǔn)各項(xiàng)異性擴(kuò)散技術(shù)進(jìn)行圖像去噪。此技術(shù)以矩形選定圖像域，通過引入時(shí)間參數(shù)，計(jì)算圖像域的均值和方差，計(jì)算持續(xù)時(shí)間內(nèi)圖像擴(kuò)散狀態(tài)。首先，選定原始處理圖像，在PDF上以限定時(shí)間T獲取去噪圖像，通過散度算子中的擴(kuò)散函數(shù)來控制邊緣處理，達(dá)到平滑或增強(qiáng)的目的；然后，選定梯度算子，控制非線性擴(kuò)散函數(shù)求導(dǎo)速度，尋找到最優(yōu)的函數(shù)參數(shù)；最后，擴(kuò)散函數(shù)中的對(duì)比參數(shù)進(jìn)行自動(dòng)化調(diào)整，通過在(0,1)范圍內(nèi)多次試值，選擇最優(yōu)的方式降低PDF結(jié)果的不確定性。盡管在參數(shù)調(diào)節(jié)過程中，會(huì)耗費(fèi)部分時(shí)間，但其效果優(yōu)于傳統(tǒng)的邊緣識(shí)別方法，受噪聲干擾性更小。

2.2.2部件模型的獲取以及模型庫更新技術(shù)

根據(jù)路橋建筑、部件結(jié)構(gòu)以及常見病變的形狀，對(duì)航空影像內(nèi)的建筑物對(duì)象進(jìn)行切分，獲得路橋不同位置、不同形狀的病害并將其制作為部件模型。無人機(jī)能夠在短時(shí)間內(nèi)對(duì)大橋、長(zhǎng)路面、特殊結(jié)構(gòu)細(xì)部進(jìn)行圖像收集，可源源不斷地提供部件模型。在工程中，首先，定期接受航飛回傳影像，將影像中的病害制作成部件模型；然后，將部件模型加入模型庫，以更新、擴(kuò)充后的模型庫為準(zhǔn)，定期更新病害識(shí)別參數(shù)，確保模型庫能夠?qū)π滦筒『τ辛己玫淖R(shí)別能力；最后，識(shí)別參數(shù)更新后，在固有驗(yàn)證集上進(jìn)行精度驗(yàn)證，并采用查錯(cuò)率、漏查率兩大檢測(cè)指標(biāo)進(jìn)行檢驗(yàn)。當(dāng)訓(xùn)練集與驗(yàn)證集二者的檢測(cè)指標(biāo)數(shù)值相差不大，則表明模型更新是有效的；若二者的指標(biāo)數(shù)值相差較大，尤其是驗(yàn)證集指標(biāo)出現(xiàn)偏離時(shí)，需要對(duì)模型參數(shù)進(jìn)行再次更新處理，直到二者指標(biāo)數(shù)值相近。

2.2.3路橋病害識(shí)別技術(shù)

自動(dòng)提取路橋病害信息系統(tǒng)是以病害的圖像特征為基礎(chǔ)的，包括全局特征、顏色特征和紋理特征。全局特征在處理病害圖像形變、尺度、位置方面具有較好的魯棒性；顏色特征能夠?qū)⒘芽p顏色與路橋材料進(jìn)行區(qū)分；紋理特征則能夠?qū)β窐蚪Y(jié)構(gòu)、病害結(jié)構(gòu)進(jìn)行識(shí)別?；诖死碚摫尘埃窐虿『ψR(shí)別技術(shù)才能取得良好效果。首先，對(duì)三項(xiàng)特征的36維數(shù)據(jù)進(jìn)行了數(shù)值分析，得到了13維可用信息，包括：色差、對(duì)比度、平移等；然后，基于13維可用特征進(jìn)行圖像像素級(jí)特征映射，以微分求導(dǎo)的形式突出有差異像素值的邊界；最后，對(duì)特征進(jìn)行降維處理，通過PCA對(duì)13維特征的實(shí)際性能進(jìn)行排序，實(shí)現(xiàn)梯度幅值的歸一化。由此，圖像中的病害和正常路面就可以區(qū)分開。

2.2.4路橋病害提取技術(shù)

病害特征和邊界的識(shí)別為病害提取提供了強(qiáng)有力的支持，而提取的過程是對(duì)航空影像進(jìn)行二值化處理的過程。首先，在線性裂縫、網(wǎng)狀裂縫和坑洞進(jìn)行預(yù)處理和識(shí)別分析的基礎(chǔ)上，將病害部分與正常路面的邊界劃分開，得到裂縫的外邊界；然后，對(duì)病害區(qū)域、正常路面附著不同的顏色，一般為黑色和白色，也可為不同的彩色，進(jìn)而得到病害位置；最后，調(diào)節(jié)病害識(shí)別自適應(yīng)閾值，對(duì)形狀不同、損害程度不同進(jìn)行區(qū)別化提取，可分為初發(fā)階段、增長(zhǎng)擴(kuò)大階段和已損壞階段，幫助養(yǎng)護(hù)人員做好預(yù)防、治理、修復(fù)等工作。此外，針對(duì)初發(fā)階段路橋病害提取的精度不夠高，受噪聲影響比較大。因此，在調(diào)節(jié)自適應(yīng)閾值時(shí)，可適當(dāng)提高其值，抑制噪聲影響。

2.2.5路橋病害信息展示技術(shù)

路橋病害影像信息需與三維DEM相結(jié)合，進(jìn)行數(shù)據(jù)三維化展示。首先，無人機(jī)影像、自動(dòng)化處理結(jié)果與DEM進(jìn)行貼合，將病害的具體位置展示在三維模型中；然后，通過目視解釋方式，對(duì)檢測(cè)到的病害信息進(jìn)行人工目視判斷，對(duì)其病害類別、成因、危害程度等進(jìn)人工分析，對(duì)路面異物、構(gòu)件遮擋地區(qū)進(jìn)行巡檢和多時(shí)段影像疊加分析，避免漏測(cè)；最后，基于多時(shí)相影像檢測(cè)結(jié)果，對(duì)路橋不同構(gòu)件，包括路面、露筋、積水等部分區(qū)域進(jìn)行病害預(yù)測(cè)防治。由此可知，路橋病害信息展示技術(shù)能夠大大提高養(yǎng)護(hù)管理工作效率，不僅能夠?qū)Σ『π畔⒓夹g(shù)提取、分類，還能夠根據(jù)多時(shí)相影像檢測(cè)效果的不同進(jìn)行針對(duì)性的病害預(yù)防。

3 結(jié)語

航空影像自動(dòng)提取路橋信息技術(shù)能夠在路橋養(yǎng)護(hù)運(yùn)營(yíng)中發(fā)揮極大的價(jià)值，不僅實(shí)現(xiàn)了路橋病害信息的準(zhǔn)確提取，還為如何防治提供了基礎(chǔ)材料。因此，路橋養(yǎng)護(hù)工作者應(yīng)站在航空攝影的角度，對(duì)路橋病害檢測(cè)工作方法進(jìn)行改革，增強(qiáng)對(duì)計(jì)算機(jī)自動(dòng)提取路橋病害信息技術(shù)的應(yīng)用，實(shí)現(xiàn)路橋各位置病害的高質(zhì)量檢測(cè)。