路面裂縫圖像的銳化增強處理

朱平哲

（三門峽職業(yè)技術學院 信息工程系，河南 三門峽472000）

引言

高速公路的建成和投入使用，促進了社會和經(jīng)濟的繁榮發(fā)展，但高速公路路面承受的車輛碾壓負荷越來越大，且在長期的自然災害侵蝕下，路面造成各種各樣的病害，其中路面裂縫是病害的早期表現(xiàn)形式，若能在早期就檢測出路面裂縫信息，并及時地進行維護，那么將大大降低國家每年投入的維護費用，也能夠保障高速公路的順利暢通和車輛行駛的安全[1]。

檢測路面裂縫信息，一般都是通過車載攝像機進行拍攝，通過圖像處理的方法對路面裂縫圖像檢測分析。在采集到的路面裂縫圖像中，往往由于光照和周圍環(huán)境的影響，且路面裂縫圖像的背景顏色和裂縫本身顏色非常相近，造成后期進行裂縫圖像的分割及提取有很大困難，因此，為了更好地把裂縫信息從背景中分離出來，需要對裂縫圖像進行增強處理[2]。

圖像增強技術主要是為了突出圖像中感興趣的目標信息，具體表現(xiàn)為物體的輪廓或者邊緣，增強圖像中的細節(jié)特征，濾除噪聲，平滑背景等，為后續(xù)的分割和檢測做好鋪墊[3]。但是，常用的圖像增強算法存在運算量大、算法復雜、處理速度慢的缺點[4-5]，而美國Adobe公司出品的Photoshop軟件，是一款功能強大，使用簡單方便的圖像處理軟件[6]。本文主要闡述如何利用photoshop軟件進行路面裂縫圖像的增強。

1 銳化處理

圖像銳化就是通過提高圖像像素的對比度，使圖像的邊緣、輪廓線以及圖像的細節(jié)信息變得更加清晰。photoshop中包括5種銳化濾鏡，有USM銳化、進一步銳化、銳化、銳化邊緣和智能銳化[7]。

其中，USM（unsharp mask）銳化，是一種相對成熟的銳化濾鏡，通過像素之間的相互比較，對原圖建立一個虛化版本，它增強了邊緣的清晰度，卻不會產生不自然的跡象，也不會消除低對比度的區(qū)域的層次。USM銳化有三個參數(shù)，分別是數(shù)量、半徑和閾值[8]。

1.1 數(shù)量

控制銳化效果的強度，數(shù)量越多，銳化強度越大；反之，銳化強度越小。

1.2 半徑

用來決定邊緣強調的像素點的寬度。如果半徑為1，則從亮到暗的整個寬度是兩個像素；如果半徑為2，則邊緣兩邊各有兩個像素點，那么從亮到暗的整個寬度是4個像素。半徑越大，細節(jié)的差別越清晰，但同時會產生光暈，最好在設置的時候不要超過1個像素，可以通過多銳化幾次來增強效果。

1.3 閾值

閾值決定多大反差的相鄰像素邊界可以被銳化處理，低于閾值的就不做銳化。即閾值越小，銳化越強；閾值越大，銳化越弱。閾值的設置是避免因銳化處理而導致的斑點和麻點等問題的關鍵參數(shù)，正確設置閾值可以使圖像既保持背景的平滑，又可以強調變化細節(jié)的反差。但需要注意的是，閾值的設置要根據(jù)圖像恰當設置，過度銳化會造成圖像嚴重失真。

為了更好地說明USM銳化對圖像邊緣的增強作用，選擇一副圖像實例進行操作分析。圖1為選取的原始圖像，左側為40%灰度，右側為80%灰度；圖2為對圖1進行USM銳化后的效果圖，銳化數(shù)量為100，半徑為0.5，閾值設為0。

圖1 原始圖像

圖2 USM銳化（數(shù)量 100，半徑為 0.5）

從上圖可以看出，銳化后，在40%灰度和80%灰度的交界處，分別多出了兩條色條，一條是淺于40%灰度的淺色條，一條是深于80%灰度的深色條。這樣明顯可以看出兩種顏色的交界邊緣處反差更大，圖像邊緣得到了增強。把預覽選項勾選上，可以通過拖動滑條看效果。數(shù)量控制加入色條和臨近色的反差，半徑控制色條數(shù)量，基本是以0.5為一級，如果加大0.5，又會出現(xiàn)一對色條。如圖3所示。

圖3 USM銳化（數(shù)量100，半徑為1）

一般來說，對于人像，需要數(shù)量高、半徑寬、閾值高的參數(shù)。對于有大量細節(jié)的風光影像，需要數(shù)量高、半徑寬、閾值低的參數(shù)。那么對于有大量細節(jié)信息的路面裂縫圖像，需要什么樣的參數(shù)，討論如下。

2 路面裂縫圖像增強處理

通過圖像增強技術來改善路面裂縫圖像質量，突出感興趣的裂縫細節(jié)信息，抑制非關注的背景信息，從而達到增強裂縫圖像對比度的目的。

2.1 USM銳化

Photoshop中的USM銳化可以很好的增強裂縫邊緣。文中選取具有代表性的2幅路面裂縫圖像，在photoshop cs4中進行USM銳化處理。其中，圖(a)為裂縫信息弱的網(wǎng)狀路面裂縫圖像；圖(b)為有大量顆粒紋理的路面裂縫圖像。其中，A表示數(shù)量；R表示半徑；T表示閾值且T=0。結果如圖4所示。

圖4 路面裂縫圖像USM銳化效果

通過以上處理結果可以看出，對于瀝青路面裂縫圖像，由于背景中帶有顆粒紋理或噪聲，在USM銳化過程中，裂縫得到了增強，而隨著數(shù)量和半徑的擴大，同時也增強了背景中的顆粒紋理。所以，在經(jīng)過對多幅路面裂縫圖像的銳化處理實驗后，數(shù)量選擇100，半徑選擇5較為合適。

2.2 表面模糊

Photoshop中的表面模糊濾鏡，是在保留邊緣的同時模糊圖像。相對于photoshop中的其他模糊濾鏡，表面模糊濾鏡在消除雜色或粒度的同時，能保持邊緣的特征。此濾鏡有兩個參數(shù)，半徑和閾值。半徑指定模糊取樣區(qū)域的大小。閾值控制相鄰像素灰度值與中心像素值相差多大時才進行模糊，像素灰度值小于閾值的不做模糊。即閾值越小，模糊越強；閾值越大，模糊越弱。

根據(jù)圖4中實驗結果，分別對圖(a)-2和圖(b)-2進行表面模糊處理（圖5），對路面裂縫中的雜色或粒度進行消除，同時保持好裂縫邊緣。

圖5 對USM銳化后圖像進行表面模糊處理

從圖5的結果看出，在銳化后經(jīng)過表面模糊處理，在去除背景中的噪聲和平滑顆粒紋理的同時，仍很好地保持裂縫特征信息，能夠較好地達到增強路面裂縫圖像的目的。

2.3 結果驗證

目前廣泛應用的圖像質量評價指標主要有峰值信噪比（PSNR）、邊緣保持指數(shù)（EPI），設 I是大小為 M×N 的圖像，f（i，j）和 y（i，j）分別為參考圖像和處理后的圖像像素灰度值，則峰值信噪比和邊緣保持指數(shù)可以表示如下：

（1）峰值信噪比

（2）邊緣保持指數(shù)

其中，Is（i，j）是對比度增強后的圖像，Io（i，j）是原圖像，Is（i，j）和 Io（i，j）都位于邊緣區(qū)域，i是行數(shù)，j是列數(shù)。EPI的值越大說明邊緣保持較好。

基于以上，為了進一步驗證本文算法的優(yōu)勢，分別進行以下定量分析。對本文的圖像進行了峰值信噪比、邊緣保持指數(shù)的計算，如下表。

性能參數(shù)比較表

從上表實驗數(shù)據(jù)可以看出，經(jīng)過USM銳化和表面模糊后的峰值信噪比和邊緣保持指數(shù)明顯大于原始圖像，進一步說明了本文通過先USM銳化再進行表面模糊的方法確實有效，增強了裂縫信息，又平滑了背景信息。

3 結論

由于高速路面裂縫圖像的復雜性，要想更好的檢測出裂縫信息，需要首先進行圖像增強，而傳統(tǒng)圖像增強方法不適應對比度較低的路面裂縫圖像，因此，使用功能強大的photoshop圖像處理軟件進行路面裂縫圖像的增強處理是很有必要的。本文提出先進行USM銳化處理，增強裂縫信息，再利用表面模糊去除雜色的同時保持好裂縫特征，最終方便、快速地完成裂縫圖像的增強處理，效果明顯。Photoshop易學習、易掌握，受到大眾的喜歡，其版本的不斷升級，功能的不斷擴充，為圖像處理方面提供了更多的應用支持。路面裂縫圖像的復雜性，有待我們結合photoshop的多種濾鏡，對比度調整等功能做進一步研究。

[1]孫波成，邱延峻，梁世慶.基于小波的路面裂縫識別研究[J].重慶交通大學學報，2010，29(1).

[2]唐磊，趙春霞，王鴻南，等.路面圖像增強的多偏微分方程融合法[J].中國圖像圖形學報，2008，13(9).

[3]岡薩雷斯，伍茲.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2011.

[4]王太平，賀昱曜，李剛.準米字窗口中值濾波在路面檢測中的應用[J].計算機測量與控制，2008,16(2).

[5]歐陽琰，陳先橋，初秀民.路面破損圖像的模糊增強方法[J].計算機工程與應用，2010，46(10):184-186.

[6]吳雅琴，王曉東，吳曉萍.利用photoshop進行數(shù)字醫(yī)學圖像增強處理的實踐[J].中國醫(yī)學教育技術，2011，25(4).

[7]馬月進.Photoshop圖像處理課程案例教學實踐[J].計算機教育，2010，45（2）.

[8]江兆銀，朱迎華.Photoshop平面設計實用教程（項目式）[M].北京：人民郵電出版社，2012.