摘要：本文根據(jù)路面裂縫圖像的特點，首先運用多結(jié)構中值濾波的方法對路面裂縫圖像實行降噪，以達到增強的目的，然后再利用迭代閾值分割的方法對圖像進行了有效分割，使得裂縫目標突出，利于后續(xù)的裂縫特征的測量，最后再用像素統(tǒng)計的方法對裂縫圖像裂縫的長度及寬度進行了計算。實驗結(jié)果表明，該方法不僅簡單有效，裂縫檢測速度快，處理結(jié)果也比較準確，對類似的圖像處理項目具有非常好的借鑒意義。

關鍵詞：路面裂縫 多結(jié)構中值濾波 迭代閾值分割 像素法

1 概述

近十年來，伴隨著國家綜合國力的全面提升，我國高速公路的建設也經(jīng)歷了歷史性的跨越式發(fā)展。高速公路的快速發(fā)展給人們的出行帶來了更多的快捷便利，也使我國的經(jīng)濟得到了快速發(fā)展，然而其高速發(fā)展的速度卻給道路的養(yǎng)護提出了更高的要求。我國現(xiàn)有公路里程己經(jīng)超過了130萬公里[1]，90年代以前，由于對路面管理缺乏系統(tǒng)的數(shù)據(jù)采集、評價和科學的養(yǎng)護決策，造成了養(yǎng)護資金的浪費和路面質(zhì)量的下降。為此，對于科學自動化的公路路面病害檢測技術的研究就顯得非常迫切和必要了。

傳統(tǒng)的基于人工視覺檢測路面病害的方法越來越不能適應高速公路發(fā)展的要求，其主要缺點是耗力、耗時、不精確、影響交通、危險、花費高[2]。然而，隨著CCD攝像機和計算機硬件的迅速發(fā)展，運用圖像檢測和識別等技術處理破損路面信息已經(jīng)成為了本領域的研究熱點。

路面裂縫圖像檢測技術主要包括圖像預處理、圖像分割和特征描述等幾個環(huán)節(jié)，本文根據(jù)路面裂縫圖像的特點，首先運用多結(jié)構中值濾波的方法對路面裂縫圖像實行降噪，已達到增強的目的，然后再利用迭代閾值分割的方法對圖像進行了有效分割，使得裂縫目標突出，利于后續(xù)的裂縫特征的測量，最后再用像素統(tǒng)計的方法對裂縫圖像裂縫的長度及寬度進行了計算，實驗結(jié)果驗證了該方法的可行性，并對類似的圖像處理任務具有借鑒的意義。

2 圖像的增強

當圖像輸入到計算機的時候，由于輸入轉(zhuǎn)換器件及周圍環(huán)境的影響，會使圖像含有各種各樣的噪聲和失真。因此，為了能夠為后續(xù)裂縫檢測提供更高質(zhì)量的圖像，我們必須對圖像進行有效的增強處理。中值濾波是一種非線性信號處理方法，與其對應的中值濾波器是一種非線性濾波器。它在一定條件下，可以克服線性濾波器如最小均方濾波和均值濾波等所帶來的圖像細節(jié)模糊問題，而且對濾除脈沖干擾及圖像掃描的噪聲十分有效[3]。

但是，由于一般的中值濾波僅采用單一的模板(如3×3大小模板)，考慮相鄰的8連通區(qū)域的像素點，對中心點進行取模板的中值處理有很大的局限性，并且根據(jù)路面裂縫圖像中裂縫具有多方向性的特點，為了更好地對噪聲進行濾除，本文提出了多結(jié)構的中值濾波算法。其原理就是采用4種形狀的3×3結(jié)構元素對原始灰度圖像進行依次濾波處理，也就是說分別從4種不同的方向?qū)D像的噪聲進行濾除。由于采用了多種不同方向的結(jié)構元素，因此能夠取得比較好的濾除效果。具體流程如圖1所示。

這4種結(jié)構元素可以表示為：A1=((-1，0)，(0，0)，(1，0))，A2=((0，-1)，(0，0)，(0，1))，A3=((-1，-1)，(0，0)，(1，1))，A4=((-1，1)，(0，0)，(1，-1))，其中(0，0)是3×3結(jié)構元素的中心像素點。

算法可以這樣描述為：首先將結(jié)構元素A1在圖像f(x，y)中逐像素點移動，計算出與A1對應的像素點f(-1，0)、f(0，0)、f(1，0)三點的灰度中值為a，并令f(0，0)=a，再依次采用結(jié)構元素A2、A3和A4作相同的處理，這樣就完成了裂縫圖像的多結(jié)構中值濾波處理。其實驗結(jié)果分別如圖2所示。

結(jié)果表明，比起傳統(tǒng)的中值濾波算法，多結(jié)構中值濾波的算法不僅能夠有效地消除疊加在原始數(shù)據(jù)中的多種形狀的噪聲，還使得目標裂縫更加的清晰了，符合后續(xù)的裂縫圖像分割的要求。

3 圖像的分割

圖像分割是一種重要的圖像技術，在對圖像進行的研究和應用中，往往僅對原始圖像中的某些部分或者目標感興趣。圖像分割就是根據(jù)圖像在各個區(qū)域的不同特性，而對其進行邊界或區(qū)域上的分割，并從中提取所關心的目標的一種方法。目前使用最多的還是閾值分割算法。

閾值分割就是設定一定的閾值，把圖像灰度值大于等于（或小于等于）該閾值的歸為背景，剩余的歸為目標[4]。所以關鍵的是，如果能確定一個合適的閾值就可以準確、方便地將圖像的目標和背景分割開來。

設T為灰度圖像f(i，j)的閾值，從數(shù)學角度對該圖像進行單閾值化分割可描述如下：

g（i，j）=1 f（i，j）≥T0 f（i，j）＜T （1）

其中，g（i，j）為分割后的二值圖像。但當路面破損圖像的照度不均勻、裂縫的整體灰度相對圖像背景差異不明顯等更為復雜的情況時，采用單閾值分割法往往不能得到滿意的處理結(jié)果。所以在這種情況下，采用迭代閾值處理是較為可行的選擇。

迭代閾值分割算法的基本思想是[5]：首先設定一個閾值的估計值，采用一定的算法反復對該估計值進行修正，保證每次修正后的結(jié)果都優(yōu)于前一次。當進行一定次數(shù)的修正之后，結(jié)果趨于收斂，即相鄰兩次的結(jié)果的差異較小，當該差異小到可接受范圍時，表明一個理想的閾值已經(jīng)求出。實現(xiàn)的過程如圖3所示。

實驗結(jié)果如圖4所示：

從圖4可以看出迭代所得的閾值對裂縫圖像分割的效果良好，能明顯的區(qū)分出圖像的前景和背景所在，為后面的圖像特征的測量提供了高質(zhì)量的保證。

4 裂縫圖像特征的測量

上面步驟完成后我們就可以對裂縫的一些特征進行測量了。裂縫的特征測量主要包括裂縫的長度和寬度的測量，在這里我們運用的都是基于圖像的像素統(tǒng)計原理來測量這些特征的。根據(jù)原先拍攝條件的設定，拍攝的整幅路面裂縫圖像的長和寬的實際大小為1.5m×1m，每幅圖像中每行每列所占有的像素數(shù)目分別為300和200。令裂縫實際的長度和寬度分別為L和W，則有：

L=x*■W=y*■ （2）

其中x，y分別為在圖像處理中測得的裂縫的長度和寬度所占有的像素數(shù)目。裂縫測量結(jié)果如圖5所示：

通過上圖可以看到該裂縫的長度和寬度所占的像素數(shù)目分別為276和44，則用公式（2）計算可得該裂縫的實際長度和寬度分別為1.38m和0.22m。

5 結(jié)論

本文系統(tǒng)地介紹了基于數(shù)字圖像處理的破損路面圖像目標檢測的技術及方法，該方法主要包括路面裂縫圖像噪音的處理、裂縫圖像目標的提取以及裂縫特征的測量，實現(xiàn)了對路面裂縫圖像的預處理、分割以及相關的特征描述。實驗結(jié)果表明，該方法不僅簡單有效，裂縫檢測速度快，處理結(jié)果也比較準確，在公路路面自動檢測系統(tǒng)及養(yǎng)護系統(tǒng)中有著廣闊的應用前景，同時對于類似的圖像處理項目，也具有借鑒意義。

參考文獻：

[1]黃曉明等編著.公路工程檢測手冊[M].北京：人民交通出版社，2004.

[2]高建貞.基于圖像分析的道路破損自動檢測研究[D].南京理工大學，2003.

[3]肖旺新，張雪，黃衛(wèi)等.路面破損自動識別的一種新算法[J].公路交通科技，2005，22(11)：75—78.

[4]汪慧蘭.圖像檢索中圖像分割方法綜述[J].皖西學院學報，2009，25(2):18-21.

[5]卜濤濤等.圖像分割算法研究[J].電腦知識與技術，2010，6(8)：1944-1946.

基金項目：重慶交通大學研究生教育創(chuàng)新基金（2011(上)-3）

作者簡介：

丘漢興（1989-），廣東潮州人，碩士研究生，主要從事圖像處理方面的研究工作。