【文章內(nèi)容簡(jiǎn)介】 3。 21 傳統(tǒng)的邊緣算子 21 Canny 邊緣檢測(cè) 21 LOG 算法檢測(cè) 22 Prewitt 算子檢測(cè) 23 小波多尺度邊緣檢測(cè) 24 II 圖像邊緣檢測(cè)結(jié)果對(duì)比分析 25 第 5 章 結(jié)論 27 參考文獻(xiàn) 28 致謝 29 附錄 30 附錄 A 外文資料 30 附錄 B 程序清單 35 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 1 第 1章 緒 論 研究目的及意義 高速公路對(duì)國(guó)家和地區(qū)的經(jīng)濟(jì)發(fā)展起到了關(guān)鍵性的作用，儼然已成為衡量一個(gè)國(guó)家現(xiàn)代化程度的標(biāo)志，近幾年我國(guó)高速公路的建設(shè)十分迅速，據(jù)官方資料 [1]至 2021年年底，我國(guó)高速公路總里程已經(jīng)達(dá)到了 萬公里，位居世界第二位，而在“十一五”期間全國(guó)又新建成高速公路 萬公里，至此高速公路總里程達(dá)到 萬公里。一大批高速公路的建成，為沿線地區(qū)的經(jīng)濟(jì)騰飛做出了巨大貢獻(xiàn)，促進(jìn)了國(guó)民經(jīng)濟(jì)的迅速發(fā)展，但是因?yàn)楦咚俟?路暴露于大氣中，需長(zhǎng)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(hù)工作就顯得格外重要，否則將嚴(yán)重影響到交通安全的狀況。在公路養(yǎng)護(hù)中，路面裂紋是衡量道路質(zhì)量最重要的一個(gè)指標(biāo)，如果在裂紋出現(xiàn)的初期就能夠及時(shí)的發(fā)現(xiàn)，并且對(duì)裂紋的發(fā)展情況給予實(shí)時(shí)的跟蹤，那么公路的養(yǎng)護(hù)費(fèi)將會(huì)極大的減少，同時(shí)還能夠使得高速公路的行車安全得到保證。目前國(guó)內(nèi)主要是依靠人工來檢測(cè)高速公路的路況，已經(jīng)不能夠滿足高速公路的檢測(cè)要求，其主要的缺點(diǎn)有以下幾點(diǎn) [2]： (1)人力耗費(fèi)過大：基于人視覺的檢測(cè)需要依靠養(yǎng)護(hù)工人到現(xiàn)場(chǎng)，使用眼睛來觀察，然而一條高速公路里程數(shù)相當(dāng)可觀，因此工人的勞動(dòng)強(qiáng)度過大。 (2)時(shí)間耗費(fèi)過長(zhǎng)：雖然投入巨大的人力，但是由于是基于人的視覺特性，因此速度依然很慢。 (3)精確度不高：判斷裂紋易受人的主觀因素影響，因此判定結(jié)果會(huì)因人而異。 (4)影響正常的交通：檢測(cè)路面病害時(shí)，需要將高速公路封閉，從而會(huì)影響到正常的交通。 (5)危險(xiǎn)：盡管檢測(cè)路面病害時(shí)是封閉了車道，但是依然存在潛在的人身安全隱患。 (6)花費(fèi)過高：因?yàn)橥度肓司薮蟮娜肆蜁r(shí)間，所以花費(fèi)很高。數(shù)字圖像處理 [3]，又稱計(jì)算機(jī)圖像處理，這是因?yàn)樵谝话闱闆r下是用計(jì)算 機(jī)來處理，它是指先將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，然后再用計(jì)算機(jī)對(duì)其加工處理的技術(shù)。在二十世紀(jì)六十年代的初期，數(shù)字圖像處理成為一門學(xué)科，早期的數(shù)字圖像處理主要是為了提高圖像的質(zhì)量，從而可以大大改善人的視覺效果，從七十年代中期開始，人工智能、計(jì)算機(jī)技術(shù)伴隨著圖像處理技術(shù)的進(jìn)一步的發(fā)展而得到快速的發(fā)展，數(shù)字圖像處理的技術(shù)開始向著更高層次發(fā)展，即計(jì)算機(jī)視覺，這種技術(shù)是利用計(jì)算機(jī)來模擬人類的視覺神經(jīng)系統(tǒng)，通石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 2 過描述各種圖像來理解外面的世界。數(shù)字圖像處理主要研究的內(nèi)容有 [4]：圖像編碼、圖像增強(qiáng)、圖像復(fù)原、圖像分割，圖像描述 ，圖像識(shí)別等等。伴隨著數(shù)字圖像處理技術(shù)、大容量的存儲(chǔ)器以及高性能 CPU 的不斷發(fā)展，使得基于數(shù)字圖像處理技術(shù)的路面裂紋檢測(cè)技術(shù)成為可能，利用先進(jìn)的圖像采集技術(shù)，對(duì)公路路面圖像采集，并將采集的數(shù)據(jù)存放到大容量的存儲(chǔ)設(shè)備中，可以離線也可實(shí)時(shí)的對(duì)采集到的圖像處理，當(dāng)然如果是實(shí)時(shí)的處理圖像，則會(huì)要求圖像處理的算法更高效，相關(guān)的硬件設(shè)備性能更好。利用上述的新技術(shù)應(yīng)用于公路裂紋的檢測(cè)，不僅可以節(jié)省勞動(dòng)力、去除人的主觀因素影響，而且可以快速、準(zhǔn)確地對(duì)公路的路況進(jìn)行評(píng)價(jià)，顯然是路面裂紋檢測(cè)發(fā)展的必然趨勢(shì)。綜上所述基于數(shù)字圖像 處理技術(shù)的路面裂檢測(cè)技術(shù)，是一門具有使用價(jià)值的高新興技術(shù)。 國(guó)內(nèi)外研究現(xiàn)狀 高等級(jí)公路是國(guó)家現(xiàn)代化建設(shè)的重要基礎(chǔ)設(shè)施，它不但是交通現(xiàn)代化的重要標(biāo)志，也是國(guó)家現(xiàn)代化的標(biāo)志。從 1988年上海至嘉定高等級(jí)公路建成通車至今 17年間，中國(guó)高等級(jí)公路總體上實(shí)現(xiàn)了持續(xù)、快速和有序的發(fā)展，特別是 1998年以來，國(guó)家實(shí)施積極的財(cái)政政策，高等級(jí)公路得到快速發(fā)展，年均通車?yán)锍坛^了 4000公里，到 2021年底， 中國(guó)高等級(jí)公路通車?yán)锍桃殉^ 3． 4萬公里，繼續(xù)保持世界第二。隨著高等級(jí)公路里程的增加和使用時(shí)間的延長(zhǎng)，公路的養(yǎng) 護(hù)任務(wù)勢(shì)必將越來越繁重；另外一方面，近年來許多公路建成后，受交通量迅速增長(zhǎng)、車輛大型化、超載嚴(yán)重、行駛渠道化等影響，使高等級(jí)公路路面在使用過程中受到嚴(yán)重的考驗(yàn)。為使高等級(jí)公路逐步進(jìn)入中修和大修期，養(yǎng)護(hù)工作必須向高科技、現(xiàn)代化方向發(fā)展。在整個(gè)公路養(yǎng)護(hù)工作中，路面養(yǎng)護(hù)工作是一個(gè)中心環(huán)節(jié)，這是因?yàn)槁访媸侵苯映惺苄熊囕d荷和自然因素作用的結(jié)構(gòu)層，關(guān)系著行車是否安全、快速、經(jīng)濟(jì)和舒適。因此，路面養(yǎng)護(hù)質(zhì)量是公路養(yǎng)護(hù)質(zhì)量考核的重點(diǎn)。 隨著公路網(wǎng)的擴(kuò)大，已有公路的養(yǎng)護(hù)問題日漸突出。由于車荷載作用、外界環(huán)境影響以及施工中存在的 不足，路基路面必然會(huì)出現(xiàn)各種破損。路面破損對(duì)路面的承載能力、耐久性，對(duì)車輛的行駛速度、燃油消耗、行車舒適性、交通安全等造成不利的影響。裂紋類病害是公路路面的主要病害之一。路面裂紋是一種比較難估計(jì)的破損狀態(tài)，如果能及早發(fā)現(xiàn)路面裂紋并及時(shí)處理，那么維護(hù)費(fèi)用將大大降低。目前國(guó)內(nèi)檢測(cè)高速公路路況的手段主要是人工檢測(cè)的方法，通常由現(xiàn)場(chǎng)調(diào)查人員對(duì)破損位置及面積進(jìn)行測(cè)量和記錄，然后對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和歸類，并進(jìn)行存檔，以供評(píng)判。人工檢測(cè)方法效率低、工作強(qiáng)度大、檢測(cè)速度慢、精度較低，并且在高速公路上進(jìn)行人工檢測(cè)時(shí)，檢測(cè)人員的人 身安全也受到了影響。因此，研究高速公路路面破損自動(dòng)檢測(cè)與識(shí)別技石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 3 術(shù)，從而高效、快速、準(zhǔn)確地對(duì)公路路況進(jìn)行評(píng)價(jià)不但能夠?yàn)楣饭芾砗宛B(yǎng)護(hù)部門的決策提供科學(xué)的依據(jù)，還可以提高公路養(yǎng)護(hù)部門的工作效率，減輕公路養(yǎng)護(hù)人員的勞動(dòng)強(qiáng)度，具有重要的意義。 數(shù)字圖像處理的算法成千上萬種，但是數(shù)字圖像處理的對(duì)象和目的是各不相同的，在路面裂紋檢測(cè)技術(shù)中，最為核心的是就是基于數(shù)字圖像處理的路面裂紋檢測(cè)算法，研究的對(duì)象主要就是路面裂紋，近些年來國(guó)內(nèi)外為了研究路面裂紋的自動(dòng)檢測(cè)技術(shù)投入了大量的人力和物力，已經(jīng)獲得了大量的成果。 常用的路面 病害圖像增強(qiáng)算法 [5， 6]主要有均值濾波、中值濾波和自適應(yīng)平滑濾波等等，但是這些算法缺乏對(duì)整幅圖像的理解，并且不能很好的保持住裂紋的邊緣。Chou 等 [7]利用模糊技術(shù)對(duì)路面裂紋圖像進(jìn)行了增強(qiáng)，去除了不均勻光照引起的圖像噪聲，但是不能保持裂紋的邊緣。馬長(zhǎng)霞 [8]等提出基于 NSCT 的路面裂紋增強(qiáng)算法，不僅可以去除由不均勻光照等引起的噪聲，還可以保持裂紋邊緣，但是算法運(yùn)行時(shí)間過長(zhǎng)，不能滿足實(shí)時(shí)性的要求。 常用路面裂紋圖像分割算法主要有基于邊緣的分割算法（一階梯度算子、二階梯度算子 、 canny 算子），直方圖法等 ，但是因?yàn)閳D像中的裂紋不明顯而效果不佳。 Tsai等提出 OSTU 閾值分割算法，但因?yàn)槁访媪鸭y的背景和目標(biāo)大小之比有時(shí)過小，使得類間方差有可能呈雙峰性，從而使得 OSTU 法失效。周帆帆等提出使用區(qū)域增長(zhǎng)的方法來分割，取得了不錯(cuò)的效果。 熊和金等 [9]利用人工神經(jīng)網(wǎng)絡(luò)對(duì)裂紋進(jìn)行分類，將網(wǎng)狀裂紋的面積以及周長(zhǎng)作為的輸入特征。肖旺新等 [10]提出破損密度因子的概念，通過統(tǒng)計(jì)裂紋像素和背景像素的關(guān)系，然后利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別分類，取得了良好的效果。王殉 [11]提出了基于人工神經(jīng)網(wǎng)絡(luò)的方法來判斷路面的損害程度，結(jié)合了路 面裂紋圖像的灰度、紋理等特征，經(jīng)實(shí)驗(yàn)證明該算法的效果遠(yuǎn)遠(yuǎn)好于人工判斷的方法。閆茂德等基于數(shù)學(xué)形態(tài)學(xué)理論，設(shè)計(jì)了一套裂紋預(yù)處理、分割、檢測(cè)、的方法，取得不錯(cuò)的效果。 研究的主要內(nèi)容 本論文結(jié)合公路裂紋的特點(diǎn)，重點(diǎn)研究和對(duì)比實(shí)現(xiàn)圖像處理的公路裂紋檢測(cè)方法。研