基于图像处理的路面裂缝检测系统设计与研究

基于MATLAB的路面裂缝检测系统设计与研究

一、课题背景及研究目的

随着社会经济的不断发展，道路交通在国民经济和人民生活中起的作用愈发显著， 交通已成为人们日常出行和我国经济建设中重要的基础设施之一，是体现一个地区经济 发展的关键和标志。在所有的交通形式中，道路交通是与人们生活出行密切相关的，并 且最能体现一个国家的经济实力和综合国力的就是其道路交通的发展状况同。

近几十年来，世界范围内各国公路特别是高等级公路建设迅速发展，极大的促进了 地区经济的发展。经过几十年的快速发展，高速公路已成为我国道路运输的重要组成部 分。我国高速公路从20世纪70年代末开始研究规划，80年代末开始建设。截止2012 年底，我国建成并通车的髙速公路已经达到9.6万公里，位居世界第二。我国高速公路 的快速发展，大大加快了各地区经济的联系和发展，已基本形成了一个与我国经济发展 相适宜的高速公路网。

伴随髙速发展的道路交通建设，公路的养护及管理任务也随之而来。尤其是我国早 期修建的一批高等级公路巳经进入中修或大修期，相关道路养护及管理部分已经愈发重 视道路路面病害的监测和病害数据的釆集工作回。但是，目前我国对于路面病害检测的 研究较少，相关的检测设备严重落后甚至不足，并且引进国外同类检测设备价格昂贵。 因此，许多道路养护管理部门依然停留在传统人工检测的阶段。而传统人工检测又存在 许多问题，如检测效率低、劳动强度大、耗时较长以及检测精度无法保证等。随着我国 道路通车里程规模的不断增大，传统的道路检测手段已经不能满足我国道路病害检测的 需求。因此，研究和开发先进的路面病害检测技术就成为我国公路发展中亟待解决的问 题。

二、路面检测技术概况

虽然我国公路通车里程规模在不断增大，截止到2012年12月，全国已建成通车公 路总里程达到410万公里，我国道路总里程已居世界前列。但是和一些西方发达国家相 比，我国在道路养护和病害检测方面的技术手段还有较大差距。国外经济发达国家早在 19世纪末就开始建设公路，20世纪20〜30年代就已经岀现了高速公路，并且经过近几 十年的不断发展，道路管理养护作业已经较为成熟和完善，其道路养护及检测设备先进, 技术水平和自动化程度很高。而我国直到20世界80年代才出现高速公路。目前我国道 路养护管理工作还处于起步阶段，在高速公路养护工作中存在技术水平低，道路检测设 备落后，资源浪费等问题。但是随着近年来各个科研院所及高校对道路路面自动检测领 域研究力度的不断加大，我国在路面自动检测方面也取得了长足的进步⑶。目前，路面 检测技术正向路面无损自动检测的方向发展，使得对道路的质量监控、破损及使用状况 评价更加方便快捷，大大提高了道路养护的质量和效率。

道路路面破损检测技术发展大体经历了三个阶段：传统人工检测、半人工半自动化 检测、无损自动检测。

传统的路面破损检测方法一般采用人工检测法，即步行人眼观察法、坐车录像屏幕 测读法、摄像测量法等⑶。这些方法主要有以下几方面的缺点：

1. 由于道路养护里程规模庞大，人工检测需要通过人眼对道路进行调査、统计， 因此及其耗费人力物力；
2. 人工检测带有较复杂的人为因素，因此人工调查、统计得来的数据通常较为粗 糙、误差较大，不利于路面破损状况的客观评估；

(2)人工检测由于需要封闭路段，所以严重影响正常的道路通行；

1. 人工检测的另一大缺陷就是检测效率低，劳动强度大，耗费时间长且不能保证 道路检测的及时性。
2. 人工检测属于户外作业，现场条件恶劣，对道路检测人员的安全不利。

近年来，随着计算机、图像处理、GPS (Global Position System)全球定位系统、 数字CCD等一批新技术的快速发展，使得路面无损自动检测系统的开发成为可能。与 传统人工检测方法相比无损自动检测具有以下几方面的特点：

1. 实时路面破损图像釆集，并集成对路面平整度、车辙等数据的检测；
2. 釆用高分辨率数字图像传感器，使得路面破损检测精度大大提高；
3. 釆集的图像数据存入计算机永久保存，能够对检测结果进行重复判读；
4. 集成了 GPS定位功能的自动检测系统，实现了路面破损的精确定位，并且为 道路工作人员维护和管理提供了便利；
5. 通过人工智能算法对路面破损进行自动分类和评价，提高了检测效率。

四、实现功能

本论文的主要工作是对路面裂缝检测系统的硬件设计，路面裂纹的图像处理和裂纹 的分类方法进行了深入的探讨和研究。主要工作包括以下内容：

1. 路面裂缝检测系统的硬件设计，主要包括视觉图像采集系统、GPS地理信息定 位系统、供电及照明系统的硬件设计和选型；
2. 路面裂缝图像的预处理，用以消除由于各种因素造成的图像灰度值不均匀以及 硬件系统在拍摄、传输及存储过程中产生的噪声干扰等情况；
3. 对经过预处理的图像进行边缘检测、图像分割以及图像腐蚀和膨胀，以突出路 面裂缝的主要特征，为后续的路面裂缝的提取和分类打下基础；
4. 建立BP神经网络数学结构模型，并通过人工样本对网络进行训练，最终实现 对道路路面裂纹种类的分类识别。

五、路面裂缝检测硬件系统设计

5.1、图像处理模块

图像处理模块是路面裂缝检测系统的核心部分，主要通过工控机完成大数据量的图 像数据存储和显示输出工作以及后期完成对釆集图像的处理、分析以及道路使用状况的 评价工作。图像处理模块的算法设计在很大程度上影响到整个检测系统的检测效果和精 度。图像处理模块的工作流程主要包括：图像的读取、图像预处理(图像滤波、图像增 强、图像恢复以及锐化等)、图像边缘检测及分割、路面裂缝类型的识别。图像处理模 块处理流程如图2-7所示。

图2-7图像处理流程

Figure 2-7 Image processing flow

图像处