王磊

（安康學(xué)院電子與信息工程學(xué)院，陜西安康 725000）

公路作為重要的基礎(chǔ)設(shè)施與地區(qū)經(jīng)濟(jì)息息相關(guān)[1-3]。隨著使用年限增加，路面多出現(xiàn)裂縫，如果能夠提高對(duì)裂縫的早期發(fā)現(xiàn)，具有明顯的社會(huì)意義和經(jīng)濟(jì)價(jià)值[4-5]。

宋蘭平等[6]利用中值濾波，通過(guò)邊界跟蹤，提高了識(shí)別裂縫的準(zhǔn)確率。王鑫等[7]針對(duì)Canny 算法[8]不能很好地區(qū)分路面附近的噪聲，通過(guò)訓(xùn)練并獲取恰當(dāng)?shù)拈撝?，進(jìn)行了較好的解決。孫朝云等[9]通過(guò)訓(xùn)練SSD 模型進(jìn)行裂縫結(jié)構(gòu)特征的提取，提高了成功率。Subirats 等采用二維小波變換進(jìn)行圖像增強(qiáng)，然后進(jìn)行裂縫圖像二值化，明顯提高分割效率[10]。

該文基于Matlab 的圖像處理模塊,準(zhǔn)確判斷裂紋的方向，提供統(tǒng)計(jì)信息，能夠替代人工完成大量圖像的識(shí)別，提高工作效率，對(duì)公路養(yǎng)護(hù)工作提供技術(shù)支持。

1 工作流程

采用Basler ace 2 工業(yè)相機(jī)對(duì)路面進(jìn)行信息采集，并對(duì)圖像進(jìn)行預(yù)處理。整個(gè)處理流程可分為三步：首先，分辨出圖像的無(wú)關(guān)部分并去除，即消除圖像噪聲；然后，對(duì)裂縫的信息進(jìn)行增強(qiáng)，以便更好地顯露裂縫特征；最后，完成裂縫的特征信息提取，并從大小、形狀與分布等幾方面進(jìn)行統(tǒng)計(jì)和歸類(lèi)。系統(tǒng)工作流程如圖1 所示。

圖1 系統(tǒng)工作流程

2 圖像預(yù)處理

2.1 直方圖均衡化

圖像在采集過(guò)程中受到環(huán)境的影響，在某些細(xì)節(jié)上曝光量不足，容易造成了圖像部分模糊部分清晰的視覺(jué)效果，為了均衡，對(duì)每個(gè)灰度值進(jìn)行像素個(gè)數(shù)加權(quán)后求平均值，然后把平均值返回到每個(gè)像素上，達(dá)到均衡圖像的整體細(xì)節(jié)，使圖像中的裂縫有更好的對(duì)比效果。均衡效果如圖2 所示。經(jīng)過(guò)均衡化后，圖像的細(xì)節(jié)得到顯化，裂縫細(xì)節(jié)很明顯在視覺(jué)效果上得到了加強(qiáng)，但其他噪聲也同時(shí)得到了增強(qiáng)，不能達(dá)到裂縫信息提取的要求，還需要對(duì)其做進(jìn)一步處理[11]。

圖2 圖像直方圖均衡化

2.2 濾 波

該文對(duì)比了多種濾波算法，最終確定采用中值濾波進(jìn)行去噪，保留原始信息的同時(shí)，削弱噪聲干擾，如圖3 所示。經(jīng)過(guò)對(duì)比不同核方框的中值濾波效果，最終采用了5×5 規(guī)格核方框。和其他濾波相比，中值濾波能夠較好地保留原圖像中裂縫的信息，圖像較為清晰，便于后續(xù)更好地提取裂縫信息[12]。

圖3 中值濾波

2.3 圖像對(duì)比度增強(qiáng)

經(jīng)過(guò)直方圖均衡化和中值濾波算法處理后，對(duì)于圖像的后續(xù)處理過(guò)程提供了很好的條件，但這一過(guò)程中，邊緣信息也相應(yīng)減少了。由于圖像識(shí)別過(guò)程中對(duì)像素的明暗較為敏感，該文采用伽馬變換修正亮度值，如圖4 所示，基本公式如下：

圖4 伽馬變換

式中，S表示修正結(jié)果，r表示原始灰度，c表示拉伸或縮放系數(shù)，γ表示伽馬因子。要讓灰度圖像的亮度變暗，可使γ＞1；要讓灰度圖像的亮度變亮，可使γ＜1。經(jīng)實(shí)驗(yàn)，以上圖片經(jīng)處理后，存在一定的椒鹽噪聲，具體表現(xiàn)為多個(gè)高亮點(diǎn)的形態(tài)，裂縫區(qū)域多呈陰影形態(tài)，亮度較低。所以伽馬變換的參數(shù)設(shè)置應(yīng)使圖像亮度調(diào)低，即γ參數(shù)值大于1，通過(guò)數(shù)據(jù)對(duì)比，γ數(shù)值為2 時(shí)，對(duì)增強(qiáng)圖像有很好的平衡效果[13]。

2.4 二值化處理

經(jīng)過(guò)以上處理后，裂縫部分明顯有別于其他區(qū)域，計(jì)算機(jī)已經(jīng)能夠很好識(shí)別出裂縫，為更好地進(jìn)行科學(xué)描述，采用二值化處理，分別用“1”和“0”表示有用圖像和無(wú)用圖像。伽馬變換后，裂縫的灰度偏低，其他區(qū)域灰度偏高。通過(guò)尋找一個(gè)閾值，將大于此閾值的部分，亮度都調(diào)為“1”，小于此閾值的部分，亮度都調(diào)為“0”，灰度圖像就轉(zhuǎn)換為黑白圖像。

該文的閾值分割采用直方圖雙峰算法，觀察裂縫圖像的灰度值直方圖，如圖5（a）所示，在最暗圖像和最亮圖像對(duì)應(yīng)的兩個(gè)峰值之間，會(huì)存在一個(gè)谷值，這個(gè)谷值就是最適合的閾值，灰度值小于閾值則置為0，大于閾值則置為255。算法先找兩個(gè)峰值，并對(duì)比峰值間各灰度級(jí)像素，最小值為谷值。

圖5 二值化處理

2.5 二值圖像濾波

由于路面材料有大量顆粒存在，在光照反射下會(huì)發(fā)生多種反射結(jié)果，正常的平整路面，其二值化圖像會(huì)出現(xiàn)大量的顆粒干擾噪聲，采用自定義閾值的方法雖然容易實(shí)現(xiàn)，但對(duì)于反射情況復(fù)雜多變的路面而言，這樣的結(jié)果會(huì)出現(xiàn)很多問(wèn)題。為此，該文采用迭代自適應(yīng)法對(duì)自定義閾值處理輸出結(jié)果進(jìn)行多次反饋再輸入輸出，使最終結(jié)果更接近想要的二值化目標(biāo)圖像[14]。二值濾波結(jié)果如圖6 所示。

圖6 二值圖像濾波結(jié)果

由圖6 的對(duì)比可知，濾波后的路面裂縫圖像獲得了較為理想的效果，有利于下一步的提取。為便于觀察，對(duì)感興趣的裂縫信息多取白色，因此最后的輸出圖像如有必要可以進(jìn)行二值化取反。

3 路面裂縫圖像的識(shí)別和統(tǒng)計(jì)

3.1 裂縫識(shí)別

預(yù)處理后的裂縫與背景存在明顯偏差，由此，可進(jìn)行裂縫提取與分割，并區(qū)分橫向與縱向。為此選取連通區(qū)域長(zhǎng)短軸之比作為特征，進(jìn)行圖像的分割提取，結(jié)果如圖7 所示。在裂縫區(qū)域中，二值化連通區(qū)域的長(zhǎng)短軸之比，明顯區(qū)別與背景噪聲的。根據(jù)裂縫的走向，對(duì)圖像中某一區(qū)域的連通域進(jìn)行遍歷，如果長(zhǎng)寬比大于某值，則判斷該連通域?qū)儆诹芽p，如長(zhǎng)寬比小于該值，則對(duì)應(yīng)連通域歸零，即將灰度值調(diào)為0。

圖7 裂縫識(shí)別

3.2 裂縫拼接

識(shí)別得到的二值化圖像，經(jīng)常出現(xiàn)雪花狀的噪聲信息。為此要進(jìn)行腐蝕算法處理，然而在這一過(guò)程中，裂縫的圖案也容易被腐蝕到，造成斷裂。可分析斷裂處數(shù)學(xué)形態(tài)特征，確定斷裂位置并進(jìn)行拼接。

首先設(shè)置一個(gè)連通域（鄰域值為8），從第一個(gè)像素塊開(kāi)始，當(dāng)檢測(cè)到裂縫區(qū)域?qū)?yīng)的1 時(shí)，設(shè)為開(kāi)始點(diǎn)；自左向右檢驗(yàn)，再次檢測(cè)到1，將此目標(biāo)塊與前一個(gè)為1 的像素塊的位置距離調(diào)為1 個(gè)匾歷步長(zhǎng)；每行調(diào)整后重置，自下一行首像素開(kāi)始，經(jīng)過(guò)遍歷，進(jìn)行裂縫拼接，如圖8 所示。

圖8 裂縫拼接

3.3 裂縫分級(jí)與判斷

該文對(duì)路面破壞的單項(xiàng)評(píng)價(jià)參數(shù)使用路面破壞狀況指數(shù)PCI[15]，分兩步計(jì)算。首先，根據(jù)測(cè)量的路面破壞參數(shù)計(jì)算路面破壞率DR，然后，將路面破壞率進(jìn)行滿(mǎn)分消減，滿(mǎn)分100，減去破壞參數(shù)，即為PCI值。PCI 值越小，則破壞程度越嚴(yán)重。

路面裂縫分為橫向、縱向、漁網(wǎng)狀。依據(jù)不同的長(zhǎng)度、面積和深度，可將每一類(lèi)分級(jí)為優(yōu)、良、中、次、差。對(duì)公路狀況進(jìn)行科學(xué)評(píng)定，有利于對(duì)其進(jìn)行高效的養(yǎng)護(hù)。該設(shè)計(jì)區(qū)分縱橫裂紋，主要判斷依據(jù)是長(zhǎng)短軸比較，若橫坐標(biāo)軸長(zhǎng)度大于縱坐標(biāo)長(zhǎng)度，則定為橫向裂紋，反之為縱向裂紋。

3.4 路面裂縫標(biāo)記

該設(shè)計(jì)對(duì)圖像中的裂紋進(jìn)行標(biāo)記時(shí)，使用外接矩形，結(jié)果如圖9 所示。外接矩形長(zhǎng)寬比可用于裂縫縱橫判斷。公路破損檢測(cè)指標(biāo)中，裂紋的大小幾何數(shù)值是路面評(píng)估的重要參數(shù)，用積分法來(lái)計(jì)算面積沒(méi)有太大的參考價(jià)值，為了在做標(biāo)記時(shí)增強(qiáng)直觀感受，用矩形框把裂紋區(qū)域全部覆蓋，能更好地估算受損情況[16]。計(jì)算橫軸長(zhǎng)度：首先，提取圖像橫軸總長(zhǎng)H，然后，從左側(cè)第一列從上而下進(jìn)行識(shí)別，當(dāng)發(fā)現(xiàn)到第一個(gè)為1 的二值化單元格時(shí)，記錄其坐標(biāo)（a，b），如果沒(méi)有識(shí)別到，則進(jìn)入下一列繼續(xù)，遍歷識(shí)別按從左至右的順序，直到完成最后一列，獲得最后一個(gè)為1 的單元格坐標(biāo)（c，d），裂縫寬度為c-a。同理可得裂縫長(zhǎng)度。

圖9 裂紋的標(biāo)記

3.5 系統(tǒng)界面

該設(shè)計(jì)的系統(tǒng)界面，不僅顯示了識(shí)別結(jié)果，對(duì)裂縫進(jìn)行了標(biāo)記，也展示了系統(tǒng)識(shí)別裂縫過(guò)程的中間結(jié)果，呈現(xiàn)處理過(guò)程的細(xì)節(jié)和步驟，提高系統(tǒng)的可操作性和易用性[17]。系統(tǒng)界面分為控制面板和顯示區(qū)域兩個(gè)部分。顯示區(qū)可顯示不同階段的處理結(jié)果?？刂泼姘逵卸鄠€(gè)按鈕，對(duì)應(yīng)不同處理階段。要顯示當(dāng)前選定的參數(shù)，可以單擊“顯示參數(shù)”按鈕界面顯示，如圖10 所示。

圖10 界面顯示

4 結(jié)論

該輔助系統(tǒng)基于Matlab 的圖像處理方法，首先，通過(guò)灰度化、中值濾波去噪等預(yù)處理手段，增強(qiáng)了圖像中裂縫目標(biāo)與背景目標(biāo)的區(qū)分度；然后，借助圖像數(shù)學(xué)形態(tài)信息進(jìn)行裂縫的提取、判斷與標(biāo)記。該系統(tǒng)經(jīng)過(guò)大量的訓(xùn)練可以有效識(shí)別橫向裂紋以及縱向裂紋，替代人工完成裂縫的判斷與標(biāo)記，對(duì)提高公路養(yǎng)護(hù)工作效率具有一定的應(yīng)用價(jià)值。