王愉龍（陜西交通職業(yè)技術(shù)學(xué)院，西安，710018）

?

公路路面裂縫三維檢測技術(shù)

王愉龍
（陜西交通職業(yè)技術(shù)學(xué)院，西安，710018）

摘要：公路在建設(shè)完成并投入使用之后，由于在設(shè)計、養(yǎng)護(hù)的等方面由于存在技術(shù)問題，以及公路的使用周期問題，會導(dǎo)致公路在使用的過程中出現(xiàn)路面裂縫現(xiàn)象，如果處理不及時會對公路的使用造成嚴(yán)重的影響。文中主要對公路三維檢測技術(shù)進(jìn)行分析，并詳細(xì)介紹了公路路面三維檢測技術(shù)。

關(guān)鍵詞：公路路面；裂縫；三維檢測

通過路面三維檢測技術(shù)能夠?qū)仿访媪芽p數(shù)據(jù)進(jìn)行檢測，并且通過這一方法得到的路面裂縫數(shù)據(jù)不會受到光照、油污等因素的影響，能夠使獲得的數(shù)據(jù)更加客觀、準(zhǔn)確。通過三維檢測技術(shù)獲得的數(shù)據(jù)能夠?qū)吩谶\(yùn)行過程中出現(xiàn)的裂縫現(xiàn)象進(jìn)行有效解決，為公路養(yǎng)護(hù)工作提供了十分重要的依據(jù)。

1路面三維檢測方法概述

路面三維檢測技術(shù)和傳統(tǒng)的路面而為檢測技術(shù)有著很大的區(qū)別，并且通過路面三維技術(shù)檢測最終得到的四路面的高度信息，而通過二維檢測技術(shù)所得到的知識公路路面裂縫的二維信息，因此，利用二維路面檢測技術(shù)所得的數(shù)據(jù)有很大缺陷，而基于三維檢測技術(shù)獲取的數(shù)據(jù)則比較客觀和全面。在進(jìn)行實際應(yīng)用的過程中三維路面圖像中的裂縫點的高度數(shù)據(jù)值與路面背景點的高度數(shù)據(jù)值存在有一定差距。因此，在進(jìn)行實際運(yùn)用時可以直接采集到的路面三維圖像數(shù)據(jù)矩陣識別裂縫，之后在二維圖像的基礎(chǔ)上進(jìn)行裂縫特征提取。文中所采用的路面三維檢測流程如圖1所示。

圖1　路面三維檢測流程

2　路面裂縫單相掃描檢測方法

2.1 平單相掃描檢測方法

對于路面三維數(shù)據(jù)矩陣進(jìn)行水平單向掃描檢測時，要將每行數(shù)據(jù)的N等分存到N個數(shù)組，并且要對每一個數(shù)組的元素進(jìn)行曲線擬合，用擬合值減去原始值，這樣能夠得到Δ=擬合值-原始值。在此基礎(chǔ)上需要設(shè)置閾值，具體指的是利用不同的閾值對Δ 的值進(jìn)行判斷，并且需要根據(jù)Δ所處的閾值范圍富裕數(shù)組中元素新的數(shù)值。并且需要根據(jù)裂縫破損的等價劃分為輕、中、重的等級。本文在進(jìn)行研究的過程中，對于某一行數(shù)據(jù)進(jìn)行處理的過程中使用自適應(yīng)閾值獲取了該行數(shù)據(jù)的三個閾值，并且將得到的數(shù)據(jù)閾值劃分成四個深度范圍，并且根據(jù) Δ 所處的深度范圍可以將矩陣的元素分別賦予四個不同的數(shù)值，這四個數(shù)值分別是0,64,128,255。并且要將新獲得數(shù)值作為獲取圖像的灰度值，并顯示圖像，這樣就可以通過三維檢測技術(shù)和單項掃描獲取公路路面裂縫圖像。在對告訴數(shù)據(jù)進(jìn)行去噪處理之后具有大小之分，也就是說話采集到的公路路面裂縫信息具有深淺的分別，因此，初步識別出的裂縫圖像中裂縫的顏色也具有深淺的分別。由于在進(jìn)行研究的過程中將公路路面裂縫的嚴(yán)重程度劃分為輕、中、重的不同等級，因此，可以將裂縫圖像中灰度值處于[0，64]區(qū)間的認(rèn)為是重裂縫點，在[64,128]區(qū)間內(nèi)的看作是中裂縫點，而將[128，255]之間的區(qū)間當(dāng)做是輕裂縫點。這樣就可以通過顏色來區(qū)別公路路面的裂縫嚴(yán)重程度。

2.2 垂直單相掃描檢測方法

在Δ的值進(jìn)行確定采用與平單相掃描方法相同的方法進(jìn)行確定。在進(jìn)行閾值的設(shè)置時，需要使用不同的閾值對 Δ 的值進(jìn)行判斷在此基礎(chǔ)上，需要根據(jù)Δ所處的閾值的范圍對素組中的元素進(jìn)行數(shù)值賦予。并且同樣需要將公路路面的裂縫強(qiáng)度劃分為輕、中、重三級，本文在進(jìn)行研究的過程中，對于某一行數(shù)據(jù)進(jìn)行處理的過程中使用自適應(yīng)閾值獲取了該行數(shù)據(jù)的三個閾值，并且將得到的數(shù)據(jù)閾值劃分成四個深度范圍，并且根據(jù) Δ 所處的深度范圍可以將矩陣的元素分別賦予四個不同的數(shù)值，這四個數(shù)值分別是0,64,128,255。并且要將新獲得數(shù)值作為獲取圖像的灰度值，并顯示圖像，這樣就可以得到崔志單項掃描檢測后的公路裂縫監(jiān)測圖像。在對告訴數(shù)據(jù)進(jìn)行去噪處理之后具有大小之分，也就是說話采集到的公路路面裂縫信息具有深淺的分別，因此，初步識別出的裂縫圖像中裂縫的顏色也具有深淺的分別。由于在進(jìn)行研究的過程中將公路路面裂縫的嚴(yán)重程度劃分為輕、中、重的不同等級，因此，可以將裂縫圖像中灰度值處于[0，64]區(qū)間的認(rèn)為是重裂縫點，在[64,128]區(qū)間內(nèi)的看作是中裂縫點，而將[128，255]之間的區(qū)間當(dāng)做是輕裂縫點。這樣就可以通過顏色來區(qū)別公路路面的裂縫嚴(yán)重程度。

3　路面裂縫雙相掃描檢測方法

3.1 雙相掃描檢測方法流程

對已經(jīng)采取了去燥處理后的三維數(shù)據(jù)矩陣I在進(jìn)行過基于平均值法曲線擬合的水平單相掃描檢測會得到公路裂縫圖像I1，對同樣的圖像采用垂直單向掃描則會得到公路路面裂縫圖像I2，通過對獲得圖像I1，I2進(jìn)行跌價處理則會得到公路裂縫圖像I5。在對圖像I1和I2進(jìn)行疊加處理時，兩個不同的圖像中的噪聲點也會被進(jìn)行疊加，因此，在對公路裂縫圖像進(jìn)行處理的過程中，還需要通過區(qū)域生長的方法將疊加的噪聲點去除，這樣經(jīng)過處理后就可以得到公路裂縫雙掃描圖像I6。

3.2 疊加處理

在對通過三維檢測法獲得圖像I1和I2進(jìn)行疊加處理時，其主要步驟如下，

第一步；需要將通過不同兩種不同單向掃描方法得到的路面裂縫圖像I1和I2進(jìn)行疊加，并得到交集裂縫圖像I3。

第二步，是對通過兩種不同的單項掃描方法獲得的公路路面圖像I1和I2取并集，并能夠得到裂縫圖像I4。

第三步，將得到的裂縫圖像I1、裂縫圖像I2、交集裂縫圖像I3和并集圖像I4，并且這些圖像m*n個小塊，

第四部，對于得到的交集裂縫圖像I3，從左到右并且要從上到下掃描每一個小塊，并且對于每一個小塊在裂縫圖像I1、I2，交集圖像I3中對應(yīng)位置的小塊中黑色像素點所占比例，并將其分別記作LI、L2、L3，計算L3和L1之間的相對誤差L31=|L1-L3|/L1；計算L3與L2之間的相對誤差L32=|L2-L3|/L2；之后可以根據(jù)L31和L32便可時就按出交集并列圖像I3中該小塊與裂縫圖像I1、I2相對應(yīng)的小塊近似度L312=0.5*L31+0.5*L32均是相對誤差，因此可見該相似度L312是通過相對誤差進(jìn)行表征的，這樣先對誤差越小則表明相似度越好，也就是R312值越小，則越相近。

第五步，對于并集路面圖像I4，對每一小塊進(jìn)行仔細(xì)掃描，對于任意一個特定的小塊，分別每一個小塊I1、I2、I4中對應(yīng)的小塊中黑色像素點所占的比例，I1、I2、I4中對應(yīng)的黑色像素點所占的比例分別可以記作L1，L2，L4，計算L4與L1之間的相對誤差可以被記作為 L41=|L1-L4|/L1；同樣可以使用L42=|L2-RL4|/L2作為L4與L2之間的相對誤差；記L412=0.5*L41+0.5*L42，在這之中可以使用R412來表示I4中該?？炫cI1和I2中相對贏得小塊的近似度，得到的計算結(jié)果越小則表明，近似度越高，如果得到的結(jié)果表明L312要比L412更小，就證明該小塊在I4中的相應(yīng)小塊要比在I3中的西安快更加接近于在I1和I2中的對應(yīng)小塊。這時，對于這一小塊取I4中縣贏得小塊作為最終裂縫圖像中的相應(yīng)位置的小塊。如果R312小于R412，折情況晴好的相反，得到的最終疊加處理后獲得的公路路面裂縫圖像I5。

3.3 裂縫圖像區(qū)域生長

區(qū)域生長是進(jìn)行圖像處理中的一個常用的方法，并且是將需要進(jìn)行分割的圖像中相似區(qū)域發(fā)展成為更大的圖像區(qū)域。因此，可以將區(qū)域生長具體看作是一個迭代的過程中，在對需要進(jìn)行分割的圖像進(jìn)行區(qū)域生長時，首先需要選擇合理的生長種子點，并將此作為區(qū)域生長的起點，同時需要將重點與周圍的八個領(lǐng)域像素點進(jìn)行比較，如果在這些種子點中有相似性質(zhì)，那么這個點就可以作為新的種子點對該區(qū)域進(jìn)行擴(kuò)展，一直擴(kuò)展到?jīng)]有相似的種子點位置，這樣就完成了一個區(qū)域的成長。在區(qū)域生長的過程中有三個主要問題：

1）種子點選擇

在進(jìn)行區(qū)域生長的過程中種子點的選擇至關(guān)重要，在進(jìn)行區(qū)域生長的過程中種子點必須具有代表性，能夠反應(yīng)區(qū)域特性和區(qū)域特征，種子點所代表的是一些具有代表性的單個像素和圖像子區(qū)域，并且這圖像的子區(qū)域包括了若干像素。

2）生長準(zhǔn)則確定

生長準(zhǔn)則是區(qū)域生長的一個十分重要的標(biāo)準(zhǔn)，主要是用來對種子點與帶分割區(qū)域的非種子點的相似程度上進(jìn)行度量。并且度量準(zhǔn)則可以用帶分割區(qū)域的非種子點與種子點的屬性進(jìn)行度量。

3）停止生長條件

區(qū)域生長是一個迭代的過程中，如果沒有收到生長條件的限制，區(qū)域生長將會一直迭代下去，因此，在進(jìn)行區(qū)域生長的過程中停止條件的設(shè)定是十分重要的。在停止條件設(shè)定時一般都會綜合考慮待分割區(qū)的圖像特征以及生長準(zhǔn)則進(jìn)行確定。

4　結(jié)語

當(dāng)前隨著科學(xué)技術(shù)的發(fā)展三維路面檢測技術(shù)獲得了巨大的發(fā)展，并逐漸得到了廣泛的應(yīng)用。文中主要探討了三維路面裂縫監(jiān)測技術(shù)，相信隨著三維路面裂縫監(jiān)測技術(shù)的不斷成熟，其在公路路面裂縫監(jiān)測中將得到進(jìn)一步應(yīng)用。

參考文獻(xiàn)

[1] 謝峰，馬智民，欒衛(wèi)東．基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路路面質(zhì)量評價［J］．西南交通大學(xué)學(xué)報，2013，48(1) : 160-164．

[2] 馬常霞，趙春霞，狄峰，等．自然環(huán)境下路面裂縫的識別［J］．工程圖學(xué)學(xué)報，2011，32(4): 20-26．

[3]王曉明，馮鑫，黨建武.基于多圖像與多分辨率的路面裂縫檢測方法[J].蘭州理工大學(xué)學(xué)報, 2013, 39(1): 76-82

3 d road surface cracks detection technology

Wangyulong
（Shaanxi College of Communication Technology，Xi’an,Shaanxi，710018）

Abstract：After the highway construction completed and put into use, because in such aspects as design, maintenance due to technical problems,issues and road use period, can lead to appear in the process of the highway in the use of pavement crack phenomenon, if handled less when serious influence on the use of the road.In this paper,mainly analyze the road 3 d detection technology, and road surface 3 d detection technology was introduced in detail.

Keywords：road surface;Fracture;3 d detection

中圖分類號：U418.66

文獻(xiàn)標(biāo)識碼：A