摘 要 公路交通的發(fā)展?fàn)顩r對(duì)于國(guó)家的經(jīng)濟(jì)穩(wěn)定以及快速發(fā)展有著關(guān)鍵性的作用。近些年來(lái)公路網(wǎng)的不斷完善發(fā)展，使得公路路面的狀況檢測(cè)、公路的養(yǎng)護(hù)管理成為公路建設(shè)的重要任務(wù)。公路的快速發(fā)展促進(jìn)了經(jīng)濟(jì)飛速的發(fā)展，人們的出行也越來(lái)越方便快捷。同時(shí)道路的養(yǎng)護(hù)工作也變得更加重要。

關(guān)鍵詞 路面檢測(cè) 關(guān)鍵技術(shù) 養(yǎng)護(hù)管理

中圖分類(lèi)號(hào)：U491 文獻(xiàn)標(biāo)識(shí)碼：A

0引言

隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，交通早已成為人民的日常生活和國(guó)家經(jīng)濟(jì)領(lǐng)域的不可或缺的基礎(chǔ)設(shè)施，交通領(lǐng)域的基礎(chǔ)建設(shè)也就越來(lái)越有著舉足輕重的意義。交通的發(fā)展體現(xiàn)了一個(gè)國(guó)家的經(jīng)濟(jì)實(shí)力和綜合國(guó)力。在所有的交通途徑中，公路交通和人們的日常生活最為靠近且不可分離。

2001年，在全國(guó)的公路養(yǎng)護(hù)與管理工作的會(huì)議上，首次明確提出樹(shù)立“公路建設(shè)是發(fā)展，其養(yǎng)護(hù)管理也是發(fā)展”的觀點(diǎn)，努力研究先進(jìn)的、實(shí)用的公路養(yǎng)護(hù)新技術(shù)，為全面提高公路養(yǎng)護(hù)的工作效率和技術(shù)水平奠定堅(jiān)實(shí)基礎(chǔ)。因此，采用先進(jìn)的檢測(cè)手段和評(píng)價(jià)技術(shù)自動(dòng)地進(jìn)行公路路面病害研究就顯得非常必要。

1研究背景和意義

公路對(duì)國(guó)家和地區(qū)的經(jīng)濟(jì)發(fā)展起到了關(guān)鍵性的作用，儼然已成為衡量一個(gè)國(guó)家現(xiàn)代化程度的標(biāo)志，近幾年我國(guó)公路的建設(shè)十分迅速，據(jù)官方資料至2005年年底，我國(guó)高速公路總里程已經(jīng)達(dá)到了4.1萬(wàn)公里，位居世界第二位，而在“十一五”期間全國(guó)又新建成高速公路2.4萬(wàn)公里，至此高速公路總里程達(dá)到6.5萬(wàn)公里。

但是因?yàn)楣繁┞队诖髿庵?，需要長(zhǎng)期承受著雨水的腐蝕、車(chē)輛的重壓、人為的破壞等等，因此養(yǎng)護(hù)工作就顯得格外重要，否則將嚴(yán)重影響到交通安全的狀況。在公路養(yǎng)護(hù)中，如果在裂縫出現(xiàn)的初期能夠及時(shí)的發(fā)現(xiàn)，并且對(duì)裂縫的發(fā)展情況給予實(shí)時(shí)的跟蹤，之后對(duì)裂縫狀況進(jìn)行修補(bǔ)。照此公路的養(yǎng)護(hù)費(fèi)將會(huì)大大的減少。

目前國(guó)內(nèi)主要是依靠人工來(lái)檢測(cè)公路的路面狀況，這早已經(jīng)不能夠滿足高速發(fā)展的公路狀況的檢測(cè)要求，其主要的缺點(diǎn)如下：

（1）人工成本耗費(fèi)過(guò)大：基于工人的視覺(jué)的檢測(cè)需要依靠養(yǎng)護(hù)工人親自到現(xiàn)場(chǎng)，使用眼睛來(lái)觀察，然而一條公路的里程數(shù)相當(dāng)可觀，因此工人的勞動(dòng)強(qiáng)度過(guò)大，會(huì)耗費(fèi)大量的人工成本。

（2）時(shí)間過(guò)長(zhǎng)：檢測(cè)工人在進(jìn)行檢測(cè)作業(yè)的時(shí)候主要依靠步行查看，并且由于是基于人的視覺(jué)特性，導(dǎo)致檢測(cè)速度依然很慢而且效率極低，因此完成全面的檢測(cè)需要耗費(fèi)大量的時(shí)間。

（3）判定結(jié)果不夠準(zhǔn)確：由于是人工的肉眼檢測(cè)，在判斷裂縫時(shí)及其容易受到人工的主觀因素影響，導(dǎo)致采集的數(shù)據(jù)不夠精確，因此判定結(jié)果就會(huì)因人而異，對(duì)后續(xù)的修護(hù)造成影響。

（4）影響正常的交通：在檢測(cè)路面病害的時(shí)候，需要將檢測(cè)的這段公路封閉，這會(huì)對(duì)公路的正常運(yùn)行造成一定的影響。

（5）安全性差：盡管檢測(cè)路面病害的時(shí)候封閉了相關(guān)的檢測(cè)車(chē)道，但是龐大的交通流量依然對(duì)檢測(cè)人員的人身安全存在一定的隱患。

（6）成本過(guò)高：因?yàn)橥度肓司薮蟮娜肆蜁r(shí)間，所以花費(fèi)很高。

數(shù)字圖像處理，又稱(chēng)為計(jì)算機(jī)圖像處理，它是用計(jì)算機(jī)將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，然后再用計(jì)算機(jī)對(duì)其加工處理的過(guò)程。該技術(shù)最早出現(xiàn)于二十世紀(jì)五十年代。在二十世紀(jì)六十年代的初期，數(shù)字圖像處理開(kāi)始行成為一門(mén)學(xué)科。從二十世紀(jì)七十年代中期開(kāi)始，人工智能、計(jì)算機(jī)技術(shù)伴隨著圖像處理技術(shù)的進(jìn)一步發(fā)展得到迅速的發(fā)展，數(shù)字圖像處理的技術(shù)開(kāi)始向著更高的層次發(fā)展。

目前，基于圖像處理技術(shù)的裂縫檢測(cè)的方法早已廣泛應(yīng)用于工業(yè)中。因此，基于圖像處理的路面裂縫檢測(cè)技術(shù)早已經(jīng)成為了可能。在不影響正常的公路交通的情況下，該技術(shù)利用車(chē)載攝像頭對(duì)公路路面進(jìn)行圖像采集，對(duì)所采集的路面圖像可采用離線處理和實(shí)時(shí)處理這兩種方法進(jìn)行數(shù)字圖像處理，經(jīng)過(guò)相應(yīng)的檢測(cè)處理之后，得知路面裂縫的信息，例如裂縫的位置、裂縫的類(lèi)型、裂縫的嚴(yán)重程度等等。

2路面裂縫檢測(cè)系統(tǒng)的關(guān)鍵技術(shù)

路面裂縫檢測(cè)系統(tǒng)一般分為四個(gè)部分。第一步是路面圖像采集；第二步是對(duì)路面圖像進(jìn)行初步的預(yù)處理，對(duì)路面圖像去噪；第三步是對(duì)路面裂縫進(jìn)行目標(biāo)提取，對(duì)路面圖像分割再做裂縫邊緣提??；最后一步對(duì)路面裂縫圖像進(jìn)行分類(lèi)，此外，還可以對(duì)裂縫的特征信息進(jìn)行處理，比如計(jì)算裂縫的位置、類(lèi)型等等。

2.1路面圖像采集

在路面圖像采集的過(guò)程中，一般是將高精度的高速攝像頭安裝在公路路面檢測(cè)車(chē)上，檢測(cè)車(chē)在高速行車(chē)的情況下進(jìn)行對(duì)能夠覆蓋整個(gè)車(chē)道的路面圖像進(jìn)行采集，要求圖像清晰可靠。

2.2路面裂縫圖像的預(yù)處理

由于采集設(shè)備自身因素、路面的各種噪聲干擾、光照的不均勻等等，檢測(cè)車(chē)所采集的路面圖像中會(huì)帶有大量的隨機(jī)噪聲。為了提取裂縫，就必須要消除或者減弱這些噪聲，我們采用圖像濾波預(yù)處理。圖像濾波預(yù)處理包括空域?yàn)V波處理和頻域?yàn)V波處理。空域?yàn)V波處理對(duì)圖像不做任何變換值的處理，直接對(duì)圖像的像素點(diǎn)進(jìn)行處理。頻域?yàn)V波處理是先將圖像進(jìn)行變換值的處理，再將其轉(zhuǎn)換到空間域處理。

王建興，秦國(guó)峰等人分析路面圖像中的噪聲以及裂縫信息的特點(diǎn)，結(jié)合已有的去噪算法的優(yōu)點(diǎn)，提出了一種新的基于路面裂縫檢測(cè)的多級(jí)去噪模型。其主要方法是串聯(lián)多種去噪模型，逐步對(duì)路面圖像的路標(biāo)線和雜物噪聲、隨機(jī)噪聲、油污噪聲以及路面噪聲進(jìn)行去除。

一種利用圖像形態(tài)學(xué)濾波器消除噪音先和識(shí)別裂縫的算法由馬常霞提出。馬常霞提出孤立噪聲點(diǎn)的去除可通過(guò)組合中值濾波去除。相比均值濾波和中值濾波對(duì)于背景紋理變化較大的情況處理效果不理想。借此張娟等提出了二維自適應(yīng)維納濾波方法，其主要思想是根據(jù)像素局部鄰域的統(tǒng)計(jì)特性的估計(jì)進(jìn)行濾波。

2.3路面裂縫目標(biāo)的分割

起源最早的、最常用的是圖像分割算法是閾值分割法。因?yàn)殚撝捣指钏惴ㄓ?jì)算量小、運(yùn)算速度快、性能穩(wěn)定、實(shí)現(xiàn)簡(jiǎn)單而成為路面裂縫圖像分割中最基本、最常用的技術(shù)。

一種基于直方圖的路面裂縫圖像閾值分割方法是由Kirschke提出。該方法的主要思想是先將所采集的路面圖像劃分為若干個(gè)大小相同的子圖像；分析研究劃分后每個(gè)子路圖像的直方圖，根據(jù)不同的直方圖特征將其全部子圖像分為兩類(lèi)，裂縫子圖像和非裂縫子圖像；最后對(duì)裂縫子圖像進(jìn)行閾值分割。該方法對(duì)細(xì)小裂縫識(shí)別效果差，對(duì)明顯裂縫明感度高。

Cheng 等人分析瀝青路面圖像的分割閾值與像素灰度的均值和方差明顯相關(guān)，一種基于減少樣本空間閾值分割算法由此提出。該算法的基本思路是：首先建立一個(gè)龐大的樣本空間；接著為了提高算法的實(shí)時(shí)性去掉相似樣本，減少樣本空間。然而這種算法未考慮裂縫的空間分布特性，分割閾值僅僅只是由像素灰度的均值和方差來(lái)確定，這是其最大的缺點(diǎn)，這一缺點(diǎn)最終導(dǎo)致裂縫目標(biāo)存在錯(cuò)檢和漏撿的情況較多，檢測(cè)效果不理想。

2.4路面裂縫類(lèi)型的分類(lèi)

目前，常把裂縫分類(lèi)成橫向裂縫、縱向裂縫、網(wǎng)狀裂縫和塊狀裂縫。

裂縫的分類(lèi)方法大致可分為無(wú)監(jiān)督分類(lèi)和有監(jiān)督分類(lèi)，所謂無(wú)監(jiān)督分類(lèi)是不需要人工采集樣子數(shù)據(jù)，自然聚類(lèi)，通過(guò)聚類(lèi)方法來(lái)自動(dòng)分類(lèi)；有監(jiān)督分類(lèi)是利用樣本數(shù)據(jù)作為依據(jù)建立和訓(xùn)練分類(lèi)器，然后再分類(lèi)，是通過(guò)設(shè)計(jì)分類(lèi)器來(lái)實(shí)現(xiàn)。B.J.Lee 提出了一種集成神經(jīng)網(wǎng)絡(luò)技術(shù)的路面圖像的裂縫類(lèi)型分類(lèi)系統(tǒng)，該系統(tǒng)包括了三種基于神經(jīng)網(wǎng)絡(luò)的分類(lèi)器對(duì)路面裂縫圖像進(jìn)行分類(lèi)，分別是基于圖像的神經(jīng)網(wǎng)絡(luò)、基于直方圖的神經(jīng)網(wǎng)絡(luò)和基于概率的神經(jīng)網(wǎng)絡(luò)。每個(gè)神經(jīng)網(wǎng)絡(luò)最佳的架構(gòu)的確定是基于樣本數(shù)據(jù)的學(xué)習(xí)訓(xùn)練。實(shí)驗(yàn)結(jié)果證明，基于概率的神經(jīng)網(wǎng)絡(luò)分類(lèi)效果最好。

3結(jié)語(yǔ)

雖然近些年圖像處理技術(shù)在裂縫檢測(cè)領(lǐng)域的應(yīng)用越來(lái)越廣，但仍存在一系列技術(shù)問(wèn)題有待改進(jìn)。本文主要圍繞基于圖像處理的路面裂縫檢測(cè)過(guò)程中存在的關(guān)鍵性問(wèn)題進(jìn)行研究。還有一些問(wèn)題需要改進(jìn)：

（1）由于路面圖像容易受到不確定因素的影響導(dǎo)致路面圖像亮度不均勻，原本可以有效分割的圖像現(xiàn)在不能有效分割。因此，對(duì)于不均勻亮度的路面裂縫圖像如何有效分割是亟待解決的問(wèn)題之一。

（2）裂縫類(lèi)型分類(lèi)中，因?yàn)閴K狀裂縫本身就屬于網(wǎng)狀裂縫，所以在兩種裂縫類(lèi)型分類(lèi)過(guò)程中，分類(lèi)器的準(zhǔn)確性有待提高，可借助三維激光掃描掃描儀，將采集到的路面三維信息與二維圖像結(jié)合，所提取特征中包含空間三維信息，以達(dá)到裂縫的精確分類(lèi)。

基金項(xiàng)目：本文受西藏自治區(qū)自然科學(xué)基金項(xiàng)目（2015ZR-14-18）和西藏民族大學(xué)校內(nèi)科研項(xiàng)目（14myY14）資助。

作者簡(jiǎn)介：宋俊芳（1984-），女，講師，博士研究生，主要研究方向?yàn)橛?jì)算機(jī)視覺(jué)、圖像處理、智能交通。