基于圖像識別的道路鋪面破壞研究

（廣東工業(yè)大學 廣東 510805）

1 前言

近年來國外單位在鋪面破壞上針對裂縫、坑洞識別都積極采用高科技及自動化方式。日本、加拿大、美國等國家都發(fā)展出一套符合自己國內(nèi)自動化鋪面裂縫、坑洞檢測系統(tǒng)。因此，如何將圖像處理技術(shù)應用于鋪面裂縫、坑洞識別系統(tǒng)，同時配合簡易迅速的鋪面檢測標準操作程序，加速檢測人員對于鋪面破壞識別速度以便進行實地的路面破壞調(diào)查工作成為了當前道路鋪面破壞研究的重點?，F(xiàn)今國內(nèi)維修道路的工作大都需要眾多人力，道路維修人員為檢測道路使用情況，必須在車流量稀少或夜晚時段進行檢測。因此，檢測速度非常緩慢且道路上檢測非常危險。使用鋪面檢測車形式來做路面檢測，不但能提高檢測效率，降低路面維修成本，讓行車更有保障。

目前鋪面表面破壞上使用圖像處理技術(shù)，主要是針對鋪面裂縫的識別，且集中于縱向裂縫、橫向裂縫、龜裂及塊狀裂縫等。過去圖像處理技術(shù)已廣泛應用在許多專業(yè)領(lǐng)域的檢測方面。

2 系統(tǒng)框架

本系統(tǒng)建議拍攝鋪面破壞所采用圖像處理方法，借由架設(shè)于車輛后端架子上的Line Scan CCD 拍攝道路鋪面，將拍攝的圖像存儲在工作站硬盤中，再將圖像讀出，最后經(jīng)由本文撰寫的鋪面破壞圖像軟件識別鋪面狀況。本文以直線沿著一般市區(qū)道路鋪面向前連續(xù)拍攝，獲取圖像過程屬即時拍攝方式，然后依據(jù)所拍攝的圖像作后處理的分析，其處理的圖像都屬2D 平面圖像。最后將鋪面損壞信息（裂縫、坑洞）匯整并且進行鋪面損壞情形評估，本文圖像處理識別系統(tǒng)的工作流程如圖1 所示。

圖1 圖像處理和識別系統(tǒng)流程

本系統(tǒng)通過平均消息量（熵）的圖像處理技術(shù)應用于鋪面裂縫、坑洞（人手孔）等識別處理，進而提供鋪面損壞情形、長度、寬度、面積、破損嚴重程度以及相關(guān)鋪面損壞信息，最后進行PCI 指標評分表作為判定鋪面品質(zhì)以簡化人工操作上的不便，并可迅速獲得該路段的PCI 評分結(jié)果。鋪面破壞量化分為縱向裂縫、橫向裂縫、坑洞、龜裂及塊狀裂縫幾種，其分別計算縱、橫向裂縫長度、坑洞面積及裂縫平均寬度的流程如下：

（1）縱向裂縫：

①細化后圖像像素（Pixels）累加。

②重建后圖像，計算其縱向剖面兩點之間的距離，累加所有的像素總數(shù)Pixels，并判斷其是否有交于兩點，除上像幅Y 軸的長度。

（2）橫向裂縫：

①細化后圖像像素（Pixels）累加。

②重建后圖像計算其橫向剖面兩點之間的距離，累加所有的像素總數(shù)Pixels，并判斷其是否有交于兩點，除上像幅X 軸的長度。

（3）坑洞：本文以2D 的圖像處理，故僅能計算坑洞破壞面積。

坑洞面積：計算坑洞面積的方式，本文僅計算由分割圖像矩陣所轉(zhuǎn)換出的次圖像值0 和1 像素總數(shù)，因為1（破壞部分）代表鋪面破壞的Pixels 值個數(shù)，及可求得坑洞面積。一般道路鋪面坑洞多為不規(guī)則形狀且坑洞周邊都有碎裂等情形，人工測量時必定有所誤差，若能提升測量正確率計算其圖像像素面積，便可以避免檢測人員不知如何測量的困擾。

（4）龜裂及塊狀裂縫：

欲將拍攝龜裂及塊狀裂縫的圖像進行量化，因其破壞范圍屬區(qū)域性破壞形式，且其破壞內(nèi)容都為不規(guī)則性以及無明顯方向性，故相較于縱、橫向裂縫規(guī)則且具有方向性，其量化龜裂及塊狀裂縫等破壞長度并非其重點的項目。計算重點在于求取破壞范圍內(nèi)各裂縫區(qū)塊的平均寬度，針對其平均寬度進行破壞程度判別，進而判定其嚴重等級（輕、中、重）。本文首先針對各區(qū)塊裂縫進行分析，使用IMAQ-Particle Analysis 求算個別顆粒區(qū)塊的裂縫平均寬度，再計算所有顆粒的平均寬度，及該破壞的裂縫平均寬度。

3 系統(tǒng)驗證

3.1 系統(tǒng)流程

圖2 為本文的程序系統(tǒng)的流程圖，本文使用Line Scan CCD 進行路面拍攝工作，拍攝高度為2 米：以此得到最大鋪面破壞圖像面積為2048×1536（Pixels），并以60～80 公里時速拍攝道路鋪面。

圖2 程序流程圖

3.2 鋪面破壞圖像切割

本文讀取原始圖像相片的長寬為多少像素后，并計算欲分割的X（Pixels）相片寬度，Y（Pixels）相片長度。相片中經(jīng)過切割運算N×N像素大小的次圖像（Sub Image），其中次圖像轉(zhuǎn)換為矩陣形式存儲，同時并進行二值化的工作。

3.3 鋪面破壞圖像識別

本文使用鋪面破壞圖像識別系統(tǒng)功能中的最佳灰階門檻值（熵）選項，進行圖像中各灰度值出現(xiàn)概率的計算與輸出其數(shù)據(jù)文件，針對鋪面破壞圖像物體（裂縫與坑洞）與鋪面完整部分作最佳分離門檻值。在識別過程中圖像會有噪聲與不清晰的圖像產(chǎn)生，依據(jù)濾波（Filter）、腐蝕（Erode）、擴散（Dilate）等處理后，最后將識別圖像顯示于畫面上并且存儲，圖3 為鋪面破壞識別結(jié)果。

圖3 橫向裂縫鋪面破壞識別結(jié)果

3.4 鋪面破壞圖像分類

本文進行完圖像識別步驟后，接著執(zhí)行鋪面破壞圖像分類程序，在分類的過程中，加入標簽形成標簽圖像，同時并計算各標簽的數(shù)量，經(jīng)過計算統(tǒng)計動作后，在程序中進行判斷分類為四種形式分別為無破壞（NO Cracking）、坑洞（Pothole）、為線性型（Linear）、接縫型（Joint）。

3.5 細化處理

本文首先讀取重建后的次圖像矩陣，在圖像中執(zhí)行該圖像大小的循環(huán)次數(shù)，并在執(zhí)行過程中加入3×3 形式的濾波功能可提供有效的圖像識別，并進行加總計算，將判別輸出結(jié)果存儲于暫存器（Buffer）中，讀取暫存器中圖像數(shù)值數(shù)據(jù)轉(zhuǎn)換成完整圖像圖片，最后通過細化處理公式，將圖像骨架（Skeleton）顯示輸出。點選完畢后即可存儲細化后的鋪面破壞圖像。

3.6 鋪面破壞圖像信息

（1）首先將原始圖像轉(zhuǎn)換成矩陣形式，并計算圖像矩陣中 R，G，B 三種色彩像素值，并同時以直方圖的型式顯示其R，G，B 分布情形。

（2）執(zhí)行灰階圖像信息程序。

①首先將鋪面破壞圖像由圖像形式轉(zhuǎn)換成矩陣形式。

②采用RGB 轉(zhuǎn)換公式：Y=0.922R+0.578G+0.114B 意思就是若原圖像像素為（R，G，B），利用此轉(zhuǎn)換公式后取得適當?shù)腨 值，該値當作該像素的灰階值。

③將灰階值轉(zhuǎn)換成圖像形式，并經(jīng)過直方圖的表示將鋪面破壞圖像灰階值分布情形顯示出來，作為鋪面破壞圖像分布圖。

4 結(jié)論

本文的鋪面破壞圖像識別系統(tǒng)的研究，以鋪面檢測車的型式將拍攝的破壞圖像進行分析處理，以提升人為檢測的正確率，并維護檢測人員的人身安全。此系統(tǒng)以100 米為基準進行鋪面拍攝，并以鋪面狀況指標（PCI）評比道路品質(zhì)，迅速獲得該路段的評分結(jié)果。根據(jù)理論在進行圖像識別過程中，識別的結(jié)果會受CCD 攝像機、拍攝的角度、高度、光源以及本身鋪面破壞條件所影響。因此，本文必須依賴提高像素量才能兼顧到精確度。