主权项: |
1.一种基于图像的路面裂缝能量分析方法,其特征在于,包括以下步骤: S1.采集路面图像,对裂缝图像进行识别和提取,得到二值化图像; S2.将二值化图像转换为坐标系,拆分为若干正弦函数和余弦函数的组合,获得裂缝图像的能量分布,对路面裂缝能量进行分析,包括以下步骤: S21.将二值化图像转换为坐标系:以图像左上角点为坐标原点建立坐标系,以水平向右为x轴正方向,以竖直向下为y轴正方向,由二值化图像形成的图像矩阵记为g(x,y); S22.将二值化图像拆分为若干正弦函数和余弦函数的组合,将二值化图像拆分成若干频率、振幅已知的正、余弦函数的和; S23.获得裂缝图像的能量分布,分析不同频率函数对应的能量大小。 2.根据权利要求1所述一种基于图像的路面裂缝能量分析方法,其特征在于,采集路面图像,对裂缝图像进行识别和提取的方法包括以下步骤: S11.采用道路检测车搭载工业相机的方式,采集路面图像; S12.利用神经网络识别包含裂缝的图像,将图像依次编码为A1-An,n为含裂缝图像的总数量; S13.将RGB图像转变为灰度图像;将RGB图像转变为灰度图像的方法是:提取RGB图像在R、G、B三个通道的数值,依次记为a、b、c,结合由心理学公式确定的彩色图像与灰度图像间的关系,采用下式计算图像灰度值d: ; S14.对灰度图像进行线性裂缝区域和背景区域的区分,得到新的二值化图像,将二值化图像依次编码为F1-Fn,n为含线性裂缝图像的总数量。 3.根据权利要求2所述一种基于图像的路面裂缝能量分析方法,其特征在于,对灰度图像进行线性裂缝区域和背景区域的区分,得到新的二值化图像的方法包括以下步骤: S141.统计全部图像像素值,确定像素值的分布范围,最小值记为dmin,最大值记为dmax,像素分布范围即为(dmin,dmax); S142.设灰度值阈值dt,以灰度值阈值dt为初始临界点,将像素分布范围划分为两个区间:C区间(dmin,dt)和D区间(dt,dmax),统计C区间和D区间范围内像素的数量n1和n2,并计算C、D两个区间像素数量在整个图像中的权重e1和e2,计算两个区间的平均像素值dc1和dd2,计算C、D区间图像像素方差E: ; 其中,灰度值阈值dt取值范围为[dmin,dmax],且像素增加步长为1个像素; S143.遍历全部灰度值阈值dt,依次得到C、D区间图像像素方差,记录方差中最大值Emax,方差对应的灰度值阈值dt为线性裂缝图像背景与线性裂缝区域的临界像素值,将线性裂缝图像背景与线性裂缝区域的临界像素值对应的灰度值阈值记为最终灰度值阈值dtm; S144..以最终灰度值阈值dtm为最终分界点,将图像划分为由像素值0和1组成的二值化图像,其中,灰度值小于dtm的像素点,全部变为0;灰度值大于等于dtm的像素点,像素值变为1,从而得到新的二值化图像,将二值化图像依次编码为F1-Fn,n为含裂缝图像的总数量。 4.根据权利要求3所述一种基于图像的路面裂缝能量分析方法,其特征在于,将二值化图像拆分成若干频率、振幅已知的正、余弦函数的和,求解方法是: ; 式中,j为虚数单位,e=0,1,2,…,J-1; f=0,1,2,…,K-1;J为图像矩阵沿x轴方向的像素数量,K为图像矩阵/>沿y轴方向的像素数量;JS为x方向的角频率,KS为y方向的角频率。 5.根据权利要求4所述一种基于图像的路面裂缝能量分析方法,其特征在于,获得裂缝图像的能量分布,分析不同频率函数对应的能量大小方法是:图像在一个周期信号的能量分布计算如下: ; 式中,L为x方向图像信号周期,M为y方向图像信号周期; 各个频率对应的能量值为裂缝图像的能量分布,将第i个频率记为Pi,其对应的能量记为Hi,图像中频率数量记为h;提出裂缝平均能量指标Ha: ; 裂缝平均能量指标表征图像中,路面裂缝的能量大小,能量越大,表明严重程度越大,裂缝进一步扩展的潜力越大。 6.一种电子设备,其特征在于,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现权利要求1-5任一项所述的一种基于图像的路面裂缝能量分析方法的步骤。 7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-5任一项所述的一种基于图像的路面裂缝能量分析方法。 |