無(wú)人機(jī)影像道路與橋梁裂縫智能化識(shí)別

吳昊天 董文樂(lè) 張毓惠 李翊瑋 楊凱銀 常廣利

(北華大學(xué)，吉林 吉林 132013)

目前，國(guó)內(nèi)對(duì)道路與橋梁檢測(cè)的主要方法是采用人工檢測(cè)為主，檢測(cè)效率較低，對(duì)于大里程道路橋梁的檢測(cè)周期較長(zhǎng)，無(wú)法滿(mǎn)足現(xiàn)階段的需要，因此本文提出利用無(wú)人機(jī)影像配合計(jì)算機(jī)圖像識(shí)別分析技術(shù)，可以快速地對(duì)道路與橋梁裂縫進(jìn)行處理，提高道路與橋梁檢測(cè)的效率，較好地解決了目前人工檢測(cè)的主要弊端[1]。

1 道路與橋梁裂縫處理

圖像裂縫的提取有粗提取和細(xì)提取兩種方法，其中粗提取主要是對(duì)裂縫圖像的灰度化處理、直方圖均衡化、濾波去噪等，利用最大類(lèi)間方差法求解，確定出適當(dāng)?shù)拈撝?，再利用閾值?duì)圖像進(jìn)行篩選，剔除小于閾值部分，最后得到二值化圖像。

1.1 圖像灰度化

首先利用無(wú)人機(jī)航拍技術(shù)對(duì)吉林市某段道路與橋梁進(jìn)行航拍，拍攝得到航拍照片300張，對(duì)這些彩色圖像進(jìn)行灰度處理，將其轉(zhuǎn)化為黑白圖片。

1.2 圖像直方圖均衡化

圖像灰度化以后，其灰度值會(huì)分布在一個(gè)比較窄的空間，這樣會(huì)導(dǎo)致圖像不清晰，對(duì)比度較差，為了提高圖像的清晰度，能夠直觀(guān)地識(shí)別灰度化的圖像，本文通過(guò)直方圖均衡化來(lái)增強(qiáng)圖像的整體對(duì)比度，進(jìn)一步提高圖像識(shí)別的準(zhǔn)確度[2-3]。

1.3 圖像中值濾波去噪

為了進(jìn)一步對(duì)圖像邊緣識(shí)別，本文采用中值濾波來(lái)對(duì)圖像做進(jìn)一步的處理，中值濾波能在濾除噪聲的同時(shí)很好地保持圖像邊緣，中值濾波的原理：把以當(dāng)前像素為中心的小窗口內(nèi)所有像素的灰度按從小到大排序，取排序結(jié)果的中間值作為該像素的灰度值。

1.4 最大類(lèi)間方差法二值化和濾波

最大類(lèi)間方差法是一種自適應(yīng)的閾值確定的方法，又叫大津法，簡(jiǎn)稱(chēng)OTSU。它是按圖像的灰度特性，將圖像分成背景和目標(biāo)2部分。在使用im2bw函數(shù)將灰度圖像轉(zhuǎn)換為二值圖像時(shí)，需要設(shè)定一個(gè)閾值，這個(gè)函數(shù)可以幫助我們獲得一個(gè)合適的閾值。

2 試驗(yàn)與分析

2.1 技術(shù)流程

本文中道路與橋梁裂縫檢測(cè)的圖像采集應(yīng)用的是大疆多旋翼無(wú)人機(jī)，相機(jī)為五鏡頭，飛行當(dāng)天天氣良好，無(wú)風(fēng)，道路兩側(cè)無(wú)障礙物，無(wú)人機(jī)飛行高度為35 m，試驗(yàn)分析流程圖如圖1所示。

圖1 技術(shù)流程圖

2.2 試驗(yàn)結(jié)果

圖像分析試驗(yàn)采用MATLABR2014a程序進(jìn)行，其具體試驗(yàn)步驟如圖1中技術(shù)流程圖進(jìn)行整個(gè)過(guò)程的圖像處理，通過(guò)程序分析，圖像識(shí)別處理，最終得到道路與橋梁裂縫的識(shí)別結(jié)果，具體操作過(guò)程如下，圖2中為灰度化處理后的圖像，無(wú)人機(jī)拍照采樣的圖像為彩色圖像，第一步要先進(jìn)行灰度化處理。第二步對(duì)灰度化的圖像采樣直方圖均衡化處理，得到如圖3所示圖像，由于此圖像中存在噪聲和模糊邊界等問(wèn)題。第三步要對(duì)圖像進(jìn)行濾波去噪，本文采用中值濾波去噪的方法，得到圖4所示圖像，最后利用最大類(lèi)間方差法處理圖像，處理后的圖像如圖5所示。由圖5可以看出，經(jīng)過(guò)計(jì)算機(jī)程序?qū)D像的識(shí)別分析，其道路與橋梁裂縫可以很清晰地顯現(xiàn)出來(lái)，最終可以達(dá)到對(duì)圖像識(shí)別的目的。

圖2 灰度化圖像

圖3 直方圖均衡化后圖像

圖4 中值濾波圖像

圖5 最大類(lèi)間方差法處理后圖像

2.3 評(píng)價(jià)

本文將無(wú)人機(jī)采集的300張圖片利用計(jì)算機(jī)程序識(shí)別分析，并將這些照片劃分為3組，每組100張，判別分析結(jié)果的正確識(shí)別率，首先將原始圖像灰度化處理，將圖片轉(zhuǎn)化為灰度圖，灰度范圍為0～255，然后將灰度圖直方圖均衡化，增強(qiáng)整個(gè)圖像的對(duì)比度，再進(jìn)行濾波去噪，使圖像更加清晰可辨，最后利用最大類(lèi)間方差法處理確定最佳閾值，根據(jù)設(shè)定的最佳閾值剔除小于此閾值的部分，通過(guò)圖像的分析處理，其分析準(zhǔn)確率達(dá)到了85%以上，此方法有較高的識(shí)別率，可以在道路與橋梁裂縫識(shí)別中應(yīng)用。

本文通過(guò)無(wú)人機(jī)航拍技術(shù)獲得吉林市某段道路橋梁的損壞段圖片，將圖片利用計(jì)算機(jī)程序進(jìn)行識(shí)別處理，轉(zhuǎn)化為可以清晰判別裂縫的圖片形式，通過(guò)識(shí)別判定其對(duì)裂縫的識(shí)別正確率在85%以上，說(shuō)明此方法對(duì)于道路與橋梁裂縫有較高的識(shí)別度，可以應(yīng)用于道路與橋梁檢測(cè)中，而且也能最大程度地提高檢測(cè)的作業(yè)效率，減少了人工，但本文只是針對(duì)道路與橋梁裂縫進(jìn)行的識(shí)別，至于其它方面的破壞還有待于進(jìn)一步研究。