本發(fā)明涉及道路路面檢測(cè)技術(shù)領(lǐng)域，具體涉及一種道路裂縫檢測(cè)系統(tǒng)。

背景技術(shù)：

路面是公路的重要組成部分，其質(zhì)量的好壞影響著公路的服務(wù)水平。裂縫是公路路面的主要損壞之一。在公路的養(yǎng)護(hù)和管理過程中，如果路面裂縫能夠被及早的發(fā)現(xiàn)，并對(duì)其進(jìn)行養(yǎng)護(hù)和維修，那么在公路維護(hù)中將省去大量的人力和物力。過去，在路面裂縫檢測(cè)方面采用的是傳統(tǒng)的人工檢測(cè)方法。隨著公路的發(fā)展和數(shù)量的增加，這種人工檢測(cè)方法已越來越不能適應(yīng)公路發(fā)展的要求。

相關(guān)技術(shù)中，采用對(duì)路面裂縫圖像進(jìn)行識(shí)別處理的方式獲取路面裂縫信息。在對(duì)路面裂縫圖像進(jìn)行增強(qiáng)處理，可以突顯邊緣和細(xì)節(jié)信息，同時(shí)抑制噪聲，改善路面裂縫圖像的視覺效果。目前，小波變換在圖像增強(qiáng)方面取得一定的效果，但小波變換不能“最優(yōu)”表示含“線”或“面”奇異的高維函數(shù)。Contourlet變換是一種真正的二維圖像表示方法，該變換是一種多分辨的、局域的、多方向的圖像表示方法。該變換將多尺度分析與方向分析分開進(jìn)行，可較好地表達(dá)細(xì)小有方向的輪廓和線段，能很好地用于圖像增強(qiáng)處理。然而，Contourlet變換存在下采樣，其并不存在平移不變性，在處理后的圖像中會(huì)產(chǎn)生偽影現(xiàn)象。NSCT(NonsubsampledContourlet transform，非下采樣Contourlet變換)是Contourlet變換的一種改進(jìn)方式，該變換取消了Contourlet變換中的下采樣環(huán)節(jié)，其具有多尺度，多方向、局域性及平移不變性等特點(diǎn)而適合于圖像增強(qiáng)技術(shù)中。

在圖像分割處理方面，已經(jīng)有了很多種非常好的分割方法，例如直方圖閾值分割方法，迭代法閾值分割和OTSU算法(最大類間方差法)，這些閾值分割方法都能得到非常好的分割效果，其中OTSU算法能自動(dòng)算出輸入圖像的閾值，再與輸入圖像中的每一個(gè)像素點(diǎn)進(jìn)行比對(duì)，最后能分割出輸入圖像中的目標(biāo)部分和背景部分，其運(yùn)算速度比較快。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問題，本發(fā)明旨在提供一種道路裂縫檢測(cè)系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實(shí)現(xiàn)：

一種道路裂縫檢測(cè)系統(tǒng)，包括相連接的路面檢測(cè)子系統(tǒng)、裂縫圖像處理子系統(tǒng)和移動(dòng)終端，所述路面檢測(cè)子系統(tǒng)用于對(duì)待檢測(cè)的路面進(jìn)行拍攝，獲取路面裂縫圖像，所述裂縫圖像處理子系統(tǒng)用于對(duì)路面裂縫圖像進(jìn)行處理，輸出路面裂縫檢測(cè)結(jié)果，并將路面裂縫檢測(cè)結(jié)果傳送給移動(dòng)終端；所述路面檢測(cè)子系統(tǒng)包括多臺(tái)用于對(duì)待檢測(cè)的路面進(jìn)行拍攝的相機(jī)，拍攝時(shí)各相機(jī)設(shè)置不同的拍攝角度進(jìn)行拍攝。

本發(fā)明的有益效果為：能夠省去大量的人力和物力，并能夠及時(shí)地通過移動(dòng)終端獲取路面裂縫的信息；采用多臺(tái)相機(jī)同時(shí)從不同角度拍攝路面同一場(chǎng)景，可以得到更多的路面信息，從而有利于路面裂縫的后續(xù)檢測(cè)。

附圖說明

利用附圖對(duì)本發(fā)明作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1本發(fā)明的結(jié)構(gòu)連接框圖；

圖2是本發(fā)明裂縫圖像處理子系統(tǒng)的結(jié)構(gòu)連接框圖。

附圖標(biāo)記：

路面檢測(cè)子系統(tǒng)1、裂縫圖像處理子系統(tǒng)2、移動(dòng)終端3、路面裂縫圖像過濾模塊10、圖像預(yù)處理模塊20、圖像后處理模塊30、路面裂縫識(shí)別模塊40。

具體實(shí)施方式

結(jié)合以下應(yīng)用場(chǎng)景對(duì)本發(fā)明作進(jìn)一步描述。

參見圖1，本實(shí)施例的一種道路裂縫檢測(cè)系統(tǒng)，包括相連接的路面檢測(cè)子系統(tǒng)1、裂縫圖像處理子系統(tǒng)2和移動(dòng)終端3，所述路面檢測(cè)子系統(tǒng)1用于對(duì)待檢測(cè)的路面進(jìn)行拍攝，獲取路面裂縫圖像，所述裂縫圖像處理子系統(tǒng)2用于對(duì)路面裂縫圖像進(jìn)行處理，輸出路面裂縫檢測(cè)結(jié)果，并將路面裂縫檢測(cè)結(jié)果傳送給移動(dòng)終端3；所述路面檢測(cè)子系統(tǒng)1包括多臺(tái)用于對(duì)待檢測(cè)的路面進(jìn)行拍攝的相機(jī)，拍攝時(shí)各相機(jī)設(shè)置不同的拍攝角度進(jìn)行拍攝。

優(yōu)選地，多臺(tái)相機(jī)分成兩組沿橫向布設(shè)，以路面中線分開左右各一組，多臺(tái)相機(jī)同時(shí)拍攝。

優(yōu)選地，所述相機(jī)采用面陣CCD相機(jī)。

本發(fā)明上述實(shí)施例，采用多臺(tái)相機(jī)同時(shí)從不同角度拍攝路面同一場(chǎng)景，可以得到更多的路面信息，從而有利于路面裂縫的后續(xù)檢測(cè)。

優(yōu)選地，如圖2所示，所述裂縫圖像處理子系統(tǒng)2包括依次連接的路面裂縫圖像過濾模塊10、圖像預(yù)處理模塊20、圖像后處理模塊30、路面裂縫識(shí)別模塊40。

優(yōu)選地，所述路面裂縫圖像過濾模塊10用于在路面檢測(cè)子系統(tǒng)1輸出的路面裂縫圖像中篩選有效的路面裂縫圖像，對(duì)其余的路面裂縫圖像進(jìn)行過濾，具體為：

(1)對(duì)路面裂縫圖像按照?qǐng)D像拍攝區(qū)域和圖像拍攝時(shí)間進(jìn)行分類，設(shè)定圖像拍攝區(qū)域和圖像拍攝時(shí)間段，將屬于同一圖像拍攝區(qū)域和圖像拍攝時(shí)間段的路面裂縫圖像歸為同一個(gè)路面裂縫圖像集；

(2)在每一個(gè)路面裂縫圖像集中篩選出一個(gè)有效的路面裂縫圖像，定義圖像篩選函數(shù)為：

式中，ρ_i為第x個(gè)路面裂縫圖像集中第i張路面裂縫圖像的設(shè)定區(qū)域的平均灰度值，ρ為根據(jù)實(shí)際情況設(shè)定的灰度值閾值，v_i為第x個(gè)路面裂縫圖像集中第i張路面裂縫圖像的邊緣銳度，v為根據(jù)實(shí)際情況設(shè)定的邊緣銳度閾值，m_x為第x個(gè)路面裂縫圖像集的路面裂縫圖像的數(shù)量；

選取圖像篩選函數(shù)Z(x)的值最大的路面裂縫圖像作為該路面裂縫圖像集中的優(yōu)選路面裂縫圖像，對(duì)剩余的路面裂縫圖像進(jìn)行刪除。

本優(yōu)選實(shí)施例設(shè)置路面裂縫圖像過濾模塊10，篩選出最優(yōu)的路面裂縫圖像進(jìn)行路面裂縫識(shí)別檢測(cè)，能夠大大節(jié)約系統(tǒng)存儲(chǔ)空間，提高路面裂縫識(shí)別檢測(cè)的速度；定義了圖像篩選函數(shù)，能夠較好、快速地對(duì)采集的路面裂縫圖像進(jìn)行篩選，提高篩選的速度。

優(yōu)選地，所述圖像預(yù)處理模塊20用于對(duì)篩選出的路面裂縫圖像進(jìn)行初步預(yù)處理，去除路面裂縫圖像的隨機(jī)噪聲，具體為：

(1)對(duì)篩選出的路面裂縫圖像進(jìn)行NSCT變換(非下采樣Contourlet變換)，得到該路面裂縫圖像的低頻子帶系數(shù)和高頻子帶系數(shù)；

(2)采用方向?yàn)V波器對(duì)分解后的高頻子帶系數(shù)進(jìn)行處理，提高分解后的高頻子帶系數(shù)的稀疏性，再采用偽隨機(jī)傅里葉矩陣對(duì)高頻子帶系數(shù)進(jìn)行觀測(cè)采樣，得到觀測(cè)值；

(3)對(duì)于觀測(cè)值，采用交互分裂Bregman迭代方法進(jìn)行重構(gòu)，得到最優(yōu)高頻子帶系數(shù)；

(4)將最優(yōu)高頻子帶系數(shù)和所述低頻子帶系數(shù)一起進(jìn)行圖像重構(gòu)，即得到濾波后的路面裂縫圖像。

本優(yōu)選實(shí)施例的圖像預(yù)處理模塊20，采用上述方式對(duì)篩選出的路面裂縫圖像進(jìn)行去噪，能夠清晰全面的表示路面裂縫的邊緣信息以及其細(xì)節(jié)特征，能夠在有效去噪的同時(shí)最大限度的保留路面裂縫的細(xì)節(jié)信息。

優(yōu)選地，所述圖像后處理模塊30用于對(duì)路面裂縫圖像進(jìn)行分割處理，將路面裂縫圖像的路面裂縫分離出來，包括：

(1)采用OTSU算法對(duì)路面裂縫圖像進(jìn)行全局分割閾值估計(jì)，得到優(yōu)選全局分割閾值，具體為：獲取路面裂縫圖像的灰度級(jí)，并根據(jù)所述灰度級(jí)確定灰度范圍，在所述灰度范圍中，選定路面裂縫圖像的初始分割閾值；遍歷所述路面裂縫圖像中像素的灰度值，選取所述灰度值大于所述初始分割閾值的像素，作為前景圖像，選取所述灰度值小于所述初始分割閾值的像素，作為背景圖像，計(jì)算所述前景圖像的灰度均值，所述前景圖像的像素?cái)?shù)占總像素?cái)?shù)目的比例，所述背景圖像的灰度均值、所述背景圖像的像素?cái)?shù)占總像素?cái)?shù)目的比例和所述路面裂縫圖像的灰度均值；所述灰度范圍內(nèi)，增加所述路面裂縫圖像的分割閾值，使前景圖像和背景圖像的差異值達(dá)到最大，選取前景圖像和背景圖像的差異值達(dá)到最大時(shí)的分割閾值作為優(yōu)選全局分割閾值；

(2)將整個(gè)路面裂縫圖像劃分為大小相同的多個(gè)子圖像；

(3)采用OTSU算法對(duì)子圖像進(jìn)行局部分割閾值估計(jì)，獲得各子圖像的優(yōu)選局部分割閾值；

(4)對(duì)不同位置的子圖像使用不同的分割閾值進(jìn)行分割，定義子圖像的分割閾值的計(jì)算公式為：

式中，Q為優(yōu)選全局分割閾值，Q_ij′為第i行第j列的子圖像的優(yōu)選局部分割閾值，γ表示整個(gè)路面裂縫圖像的灰度方差，γ_ij表示第i行第j列的子圖像的灰度方差，δ_ij表示第i行第j列的子圖像的灰度均值，δ表示整個(gè)路面裂縫圖像的灰度均值，ω₁、ω₂為設(shè)定的權(quán)重因子，ω₁+ω₂＝1。

本優(yōu)選實(shí)施例中，子圖像的分割閾值由OSTU算法和子圖像的灰度特點(diǎn)共同決定，考慮了圖像局部灰度的變化，對(duì)不同的子圖像采用對(duì)應(yīng)的分割閾值進(jìn)行分割，能夠克服由光照不均、紋理干擾、路面裂縫與背景灰度對(duì)比度弱等問題對(duì)路面裂縫圖像分割造成的影響，從而提高圖像分割的精度。

優(yōu)選地，所述路面裂縫識(shí)別模塊40用于對(duì)路面裂縫圖像的路面裂縫進(jìn)行分類識(shí)別，該路面裂縫識(shí)別模塊40選取幾何形態(tài)特征作為路面裂縫提取特征，提取路面裂縫線性特征、裂縫區(qū)域像素點(diǎn)數(shù)和分布密度作為分類特征值。

最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。