劉 晟

（西安理工大學(xué) 信息技術(shù)與裝備工程學(xué)院，陜西 西安 710048）

路面破壞等是公路交通中檢測(cè)路面質(zhì)量的重要標(biāo)準(zhǔn)。近年來，許多學(xué)者將圖像技術(shù)應(yīng)用于路面裂縫檢測(cè)[1]。但由于路面經(jīng)常被路邊的樹木建筑物遮擋，因此一般拍攝到的路面裂縫經(jīng)常出現(xiàn)一些陰影，給利用圖像處理檢測(cè)裂縫進(jìn)行檢測(cè)帶來一定的困難。大部分對(duì)裂縫提取是先研究如何去除陰影然后提取裂縫，但這種方法在去除陰影的同時(shí)一些裂縫信息也消失掉，不能很好地檢測(cè)裂縫。針對(duì)上述問題，本文通過改進(jìn)的局部閾值分割的方法對(duì)圖像進(jìn)行閾值分割和連通區(qū)域分析，根據(jù)連通域的特征進(jìn)行裂縫提取，從而得到裂縫區(qū)域。

1 裂縫提取

首先對(duì)圖像進(jìn)行直方圖均衡化處理，增加圖像的對(duì)比度。其次，對(duì)路面裂縫圖像采用分?jǐn)?shù)階積分的方法進(jìn)行去噪處理。去噪后能很好地保留圖像的細(xì)節(jié)信息[2]。

1.1 改進(jìn)的局部閾值分割

路面裂縫圖像尤其是帶陰影的路面裂縫圖像，具有復(fù)雜的背景，采用傳統(tǒng)的局部閾值分割時(shí)如何對(duì)圖像進(jìn)行劃分很難確定，同時(shí)劃分后易出現(xiàn)塊狀效應(yīng)，影響圖像分割質(zhì)量。在圖像處理中，標(biāo)準(zhǔn)差能反映一個(gè)數(shù)據(jù)集的離散程度，即反映圖像灰度值偏離灰度均值的程度[3]。為克服塊狀效應(yīng)，本文對(duì)裂縫圖像中的每一個(gè)像素進(jìn)行閾值分割，選取一個(gè)適當(dāng)?shù)拇翱谠趫D像上移動(dòng)，對(duì)每個(gè)窗口計(jì)算窗口內(nèi)的灰度均值及標(biāo)準(zhǔn)差，同時(shí)根據(jù)人為經(jīng)驗(yàn)設(shè)定一個(gè)適當(dāng)?shù)母郊娱撝导皹?biāo)準(zhǔn)差縮放系數(shù)對(duì)圖像進(jìn)行局部閾值分割。

具體步驟如下：

（1）首先選取大小為w×h的窗口作為局部閾值分割模版，將模版在圖像上分別向右和向下移動(dòng)，每次移動(dòng)一個(gè)像素，同時(shí)計(jì)算像素(i,j)所在窗口內(nèi)灰度值的均值m(i,j)和標(biāo)準(zhǔn)差d(i,j)。g(i,j)為像素(i,j)的灰度值，m(i,j)和d(i,j)是像素(i,j)所在窗口內(nèi)的均值和標(biāo)準(zhǔn)差。

（2）根據(jù)人為經(jīng)驗(yàn)設(shè)定一個(gè)適當(dāng)?shù)母郊娱撝礎(chǔ)T及標(biāo)準(zhǔn)差縮放系數(shù)DScal，-1.0＜=DScal＜=1.0，AT＞=0。如果DScal＞=0，選取附加閾值和標(biāo)準(zhǔn)差中較大的一個(gè)作為偏離閾值即偏離閾值：

如果DScal＜0，選取附加閾值和標(biāo)準(zhǔn)差中較小的一個(gè)作為偏離閾值即偏離閾值

（3）根據(jù)圖像信息選擇想要的區(qū)域，對(duì)于圖像中每一個(gè)像素，當(dāng)獲取圖像較亮的像素時(shí)，按下述公式計(jì)算，進(jìn)行閾值分割選取圖像中較亮的區(qū)域。當(dāng)提取的圖像中較暗的區(qū)域時(shí)即按公式計(jì)算，進(jìn)行閾值分割，選出較暗的區(qū)域。

該方法是對(duì)圖像中每個(gè)像素進(jìn)行計(jì)算，并用標(biāo)準(zhǔn)差和均值對(duì)圖像進(jìn)行分割，提取的像素閾值與周圍像素關(guān)系密切，提取的圖像質(zhì)量較好。

1.2 連通區(qū)域分析和特征提取

常見的連通區(qū)域標(biāo)記主要是指二值圖像的連通區(qū)域標(biāo)記，它一般是從像素值為“0”（背景像素點(diǎn)）和像素值為“1”（前景像素點(diǎn)）組成的圖像中將前景像素點(diǎn)提取出來，判斷像素之間的鄰域關(guān)系，對(duì)屬于同一連通區(qū)域的像素賦予相同的連通標(biāo)號(hào)[4]。比較常用的方法是四鄰域和八鄰域法。

本文采用文獻(xiàn)[4]提出的方法對(duì)閾值分割后的二值圖像進(jìn)行連通區(qū)域標(biāo)記，并用隨機(jī)的顏色對(duì)連通區(qū)域顯示出來。連通區(qū)域的特征有很多，設(shè)P是每個(gè)連通區(qū)域的中心點(diǎn)，Pi是該連通區(qū)域輪廓上的像素點(diǎn)，M是該連通區(qū)域輪廓的面積，即輪廓上像素點(diǎn)的總和。

計(jì)算第n個(gè)區(qū)域的平均偏離程度：

其中n=1,2,…,即該圖像中連通區(qū)域的個(gè)數(shù)。

由于裂縫一般是細(xì)長的區(qū)域，所以偏離平均程度較大。根據(jù)數(shù)據(jù)生成裂縫連通區(qū)域的直方圖，提取數(shù)據(jù)較大的區(qū)域，即為要提取的裂縫區(qū)域。

2 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)選取帶有樹木陰影的路面裂縫圖像（見圖1），該路面裂縫圖像偏暗，為了增強(qiáng)圖像的對(duì)比度，突出裂縫，對(duì)路面裂縫圖像進(jìn)行直方圖均衡化處理和平滑處理如圖2所示。圖3為基本的局部閾值分割方法，圖4為本文的局部閾值分割方法?？梢娀镜拈撝捣指罘椒▔K狀效應(yīng)明顯分割效果不好，本文方法能很好地克服塊狀效應(yīng)，效果較好。圖5為對(duì)閾值分割后圖像進(jìn)行連通域分析，并用不同顏色進(jìn)行標(biāo)記。圖6為提取的裂縫區(qū)域與原圖合并結(jié)果。

圖1 原圖

圖2 平滑后圖圖像

圖3 傳統(tǒng)局部閾值分割

圖4 本文局部閾值分割

圖5 連通域

圖6 提取的裂縫

3 結(jié)語

本文對(duì)采集的帶有陰影的路面裂縫圖像進(jìn)行直方圖均衡化和去噪平滑預(yù)處理，以增強(qiáng)圖像的對(duì)比度和去除噪聲，進(jìn)而利用改進(jìn)的局部閾值分割方法對(duì)圖像進(jìn)行閾值分割。根據(jù)連通區(qū)域的距離標(biāo)準(zhǔn)差特征生成特征直方圖進(jìn)行裂縫提取，得到裂縫區(qū)域。通過實(shí)驗(yàn)結(jié)果可以看出該方法能很好地提取帶有陰影的路面裂縫圖像。