时间:2024-08-31
王愉龙(陕西交通职业技术学院,西安,710018)
公路路面裂缝三维检测技术
王愉龙
(陕西交通职业技术学院,西安,710018)
摘要:公路在建设完成并投入使用之后,由于在设计、养护的等方面由于存在技术问题,以及公路的使用周期问题,会导致公路在使用的过程中出现路面裂缝现象,如果处理不及时会对公路的使用造成严重的影响。文中主要对公路三维检测技术进行分析,并详细介绍了公路路面三维检测技术。
关键词:公路路面;裂缝;三维检测
通过路面三维检测技术能够对公路路面裂缝数据进行检测,并且通过这一方法得到的路面裂缝数据不会受到光照、油污等因素的影响,能够使获得的数据更加客观、准确。通过三维检测技术获得的数据能够对公路在运行过程中出现的裂缝现象进行有效解决,为公路养护工作提供了十分重要的依据。
路面三维检测技术和传统的路面而为检测技术有着很大的区别,并且通过路面三维技术检测最终得到的四路面的高度信息,而通过二维检测技术所得到的知识公路路面裂缝的二维信息,因此,利用二维路面检测技术所得的数据有很大缺陷,而基于三维检测技术获取的数据则比较客观和全面。在进行实际应用的过程中三维路面图像中的裂缝点的高度数据值与路面背景点的高度数据值存在有一定差距。因此,在进行实际运用时可以直接采集到的路面三维图像数据矩阵识别裂缝,之后在二维图像的基础上进行裂缝特征提取。文中所采用的路面三维检测流程如图1所示。
图1 路面三维检测流程
2.1 平单相扫描检测方法
对于路面三维数据矩阵进行水平单向扫描检测时,要将每行数据的N等分存到N个数组,并且要对每一个数组的元素进行曲线拟合,用拟合值减去原始值,这样能够得到Δ=拟合值-原始值。在此基础上需要设置阈值,具体指的是利用不同的阈值对Δ 的值进行判断,并且需要根据Δ所处的阈值范围富裕数组中元素新的数值。并且需要根据裂缝破损的等价划分为轻、中、重的等级。本文在进行研究的过程中,对于某一行数据进行处理的过程中使用自适应阈值获取了该行数据的三个阈值,并且将得到的数据阈值划分成四个深度范围,并且根据 Δ 所处的深度范围可以将矩阵的元素分别赋予四个不同的数值,这四个数值分别是0,64,128,255。并且要将新获得数值作为获取图像的灰度值,并显示图像,这样就可以通过三维检测技术和单项扫描获取公路路面裂缝图像。在对告诉数据进行去噪处理之后具有大小之分,也就是说话采集到的公路路面裂缝信息具有深浅的分别,因此,初步识别出的裂缝图像中裂缝的颜色也具有深浅的分别。由于在进行研究的过程中将公路路面裂缝的严重程度划分为轻、中、重的不同等级,因此,可以将裂缝图像中灰度值处于[0,64]区间的认为是重裂缝点,在[64,128]区间内的看作是中裂缝点,而将[128,255]之间的区间当做是轻裂缝点。这样就可以通过颜色来区别公路路面的裂缝严重程度。
2.2 垂直单相扫描检测方法
在Δ的值进行确定采用与平单相扫描方法相同的方法进行确定。在进行阈值的设置时,需要使用不同的阈值对 Δ 的值进行判断在此基础上,需要根据Δ所处的阈值的范围对素组中的元素进行数值赋予。并且同样需要将公路路面的裂缝强度划分为轻、中、重三级,本文在进行研究的过程中,对于某一行数据进行处理的过程中使用自适应阈值获取了该行数据的三个阈值,并且将得到的数据阈值划分成四个深度范围,并且根据 Δ 所处的深度范围可以将矩阵的元素分别赋予四个不同的数值,这四个数值分别是0,64,128,255。并且要将新获得数值作为获取图像的灰度值,并显示图像,这样就可以得到崔志单项扫描检测后的公路裂缝监测图像。在对告诉数据进行去噪处理之后具有大小之分,也就是说话采集到的公路路面裂缝信息具有深浅的分别,因此,初步识别出的裂缝图像中裂缝的颜色也具有深浅的分别。由于在进行研究的过程中将公路路面裂缝的严重程度划分为轻、中、重的不同等级,因此,可以将裂缝图像中灰度值处于[0,64]区间的认为是重裂缝点,在[64,128]区间内的看作是中裂缝点,而将[128,255]之间的区间当做是轻裂缝点。这样就可以通过颜色来区别公路路面的裂缝严重程度。
3.1 双相扫描检测方法流程
对已经采取了去燥处理后的三维数据矩阵I在进行过基于平均值法曲线拟合的水平单相扫描检测会得到公路裂缝图像I1,对同样的图像采用垂直单向扫描则会得到公路路面裂缝图像I2,通过对获得图像I1,I2进行跌价处理则会得到公路裂缝图像I5。在对图像I1和I2进行叠加处理时,两个不同的图像中的噪声点也会被进行叠加,因此,在对公路裂缝图像进行处理的过程中,还需要通过区域生长的方法将叠加的噪声点去除,这样经过处理后就可以得到公路裂缝双扫描图像I6。
3.2 叠加处理
在对通过三维检测法获得图像I1和I2进行叠加处理时,其主要步骤如下,
第一步;需要将通过不同两种不同单向扫描方法得到的路面裂缝图像I1和I2进行叠加,并得到交集裂缝图像I3。
第二步,是对通过两种不同的单项扫描方法获得的公路路面图像I1和I2取并集,并能够得到裂缝图像I4。
第三步,将得到的裂缝图像I1、裂缝图像I2、交集裂缝图像I3和并集图像I4,并且这些图像m*n个小块,
第四部,对于得到的交集裂缝图像I3,从左到右并且要从上到下扫描每一个小块,并且对于每一个小块在裂缝图像I1、I2,交集图像I3中对应位置的小块中黑色像素点所占比例,并将其分别记作LI、L2、L3,计算L3和L1之间的相对误差L31=|L1-L3|/L1;计算L3与L2之间的相对误差L32=|L2-L3|/L2;之后可以根据L31和L32便可时就按出交集并列图像I3中该小块与裂缝图像I1、I2相对应的小块近似度L312=0.5*L31+0.5*L32均是相对误差,因此可见该相似度L312是通过相对误差进行表征的,这样先对误差越小则表明相似度越好,也就是R312值越小,则越相近。
第五步,对于并集路面图像I4,对每一小块进行仔细扫描,对于任意一个特定的小块,分别每一个小块I1、I2、I4中对应的小块中黑色像素点所占的比例,I1、I2、I4中对应的黑色像素点所占的比例分别可以记作L1,L2,L4,计算L4与L1之间的相对误差可以被记作为 L41=|L1-L4|/L1;同样可以使用L42=|L2-RL4|/L2作为L4与L2之间的相对误差;记L412=0.5*L41+0.5*L42,在这之中可以使用R412来表示I4中该校快与I1和I2中相对赢得小块的近似度,得到的计算结果越小则表明,近似度越高,如果得到的结果表明L312要比L412更小,就证明该小块在I4中的相应小块要比在I3中的西安快更加接近于在I1和I2中的对应小块。这时,对于这一小块取I4中县赢得小块作为最终裂缝图像中的相应位置的小块。如果R312小于R412,折情况晴好的相反,得到的最终叠加处理后获得的公路路面裂缝图像I5。
3.3 裂缝图像区域生长
区域生长是进行图像处理中的一个常用的方法,并且是将需要进行分割的图像中相似区域发展成为更大的图像区域。因此,可以将区域生长具体看作是一个迭代的过程中,在对需要进行分割的图像进行区域生长时,首先需要选择合理的生长种子点,并将此作为区域生长的起点,同时需要将重点与周围的八个领域像素点进行比较,如果在这些种子点中有相似性质,那么这个点就可以作为新的种子点对该区域进行扩展,一直扩展到没有相似的种子点位置,这样就完成了一个区域的成长。在区域生长的过程中有三个主要问题:
1)种子点选择
在进行区域生长的过程中种子点的选择至关重要,在进行区域生长的过程中种子点必须具有代表性,能够反应区域特性和区域特征,种子点所代表的是一些具有代表性的单个像素和图像子区域,并且这图像的子区域包括了若干像素。
2)生长准则确定
生长准则是区域生长的一个十分重要的标准,主要是用来对种子点与带分割区域的非种子点的相似程度上进行度量。并且度量准则可以用带分割区域的非种子点与种子点的属性进行度量。
3)停止生长条件
区域生长是一个迭代的过程中,如果没有收到生长条件的限制,区域生长将会一直迭代下去,因此,在进行区域生长的过程中停止条件的设定是十分重要的。在停止条件设定时一般都会综合考虑待分割区的图像特征以及生长准则进行确定。
当前随着科学技术的发展三维路面检测技术获得了巨大的发展,并逐渐得到了广泛的应用。文中主要探讨了三维路面裂缝监测技术,相信随着三维路面裂缝监测技术的不断成熟,其在公路路面裂缝监测中将得到进一步应用。
参考文献
[1] 谢峰,马智民,栾卫东.基于模糊神经网络的高速公路路面质量评价[J].西南交通大学学报,2013,48(1) : 160-164.
[2] 马常霞,赵春霞,狄峰,等.自然环境下路面裂缝的识别[J].工程图学学报,2011,32(4): 20-26.
[3]王晓明,冯鑫,党建武.基于多图像与多分辨率的路面裂缝检测方法[J].兰州理工大学学报, 2013, 39(1): 76-82
3 d road surface cracks detection technology
Wangyulong
(Shaanxi College of Communication Technology,Xi’an,Shaanxi,710018)
Abstract:After the highway construction completed and put into use, because in such aspects as design, maintenance due to technical problems,issues and road use period, can lead to appear in the process of the highway in the use of pavement crack phenomenon, if handled less when serious influence on the use of the road.In this paper,mainly analyze the road 3 d detection technology, and road surface 3 d detection technology was introduced in detail.
Keywords:road surface;Fracture;3 d detection
中图分类号:U418.66
文献标识码:A
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!