详情

原文传递适用于多类型干扰的沥青路面损坏状况评价算法

论文题名：	适用于多类型干扰的沥青路面损坏状况评价算法
关键词：	路面病害;光栅矫正算法;裂缝自动检测;自适应修补分割;干扰物判别;路面状况自动评价
摘要：	近年随着我国经济社会的快速发展，公路的出行需求迅猛增长，公路的养护维修规模也不断扩大。但暴露在自然环境下的路面病害检测面临着多方面因素的干扰，现有的检测算法对干扰条件敏感，难以在实际检测中进行广泛应用。此外，目前还缺乏对修补型病害检测的详细研究。　　本文提出一种更适合于实际应用的路面病害检测和评估算法，补充对修补型病害的研究，并且对每种实际检测中遇到的干扰类型设计相对应的解决方案，在保证检测精度的同时，尽可能有效地抑制实际工程检测中的采集设备干扰、道路结构干扰和自然环境干扰。主要工作如下：　　1）基于纵向灰度模板学习的光栅矫正算法　　在实际的道路检测工程中，由于采集设备受到电力或机电因素影响，输出端的采集图像上会产生纵向分布的灰度不均匀光栅条纹。这些光栅条纹贯穿在待检测区域内，不仅会对病害的分割精度造成影响，甚至会与真实的修补病害产生混淆。因此本文分析并总结道路数据集光栅条纹的分布规律，推导并计算光栅矫正向量和光栅矫正矩阵，使用基于纵向灰度模板学习的光栅矫正算法抑制采集设备造成的光栅影响，避免对后续的检测产生干扰。　　2）基于协同滤波器组的裂缝自动检测算法　　由于裂缝的结构尺度大小不一，低对比度条件下细浅裂缝的检测极其困难。本文在传统滤波器的基础上融入多尺度特征，增强细浅裂缝的响应。针对裂缝提取过程中分支点容易出现断裂的现象，在主滤波器的基础上设计加入前后两个子滤波器进行协同检测，并且在协同滤波器之间融入多尺度偏移特征，从而减少裂缝分割时分支处容易缺失的现象。针对不同磨损腐蚀情况下，裂缝型破损的灰度值特征存在明显反转的现象，分别设计两组相对应的协同滤波器，在有效抑制道路背景纹理噪声的同时，进行高效准确的检测。　　3）基于对比度分类的自适应修补分割算法　　通过聚类算法分析输入道路图像中的灰度值分布情况，确定图像中修补的类型和对比度特征。高对比度条件下的修补型病害可以通过基于最大极值稳定区域的分割算法进行提取。低对比度条件下的修补型病害可以通过基于超像素分割的多结点生长算法进行分割。根据区域的面积特征和相对灰度特征对候选区域集合进行初步筛选。　　4）基于特征融合筛选的干扰物判别算法　　实际道路检测工程中面临的干扰种类繁多，且干扰区域往往与真实的病害形态相似，但始终存在一定程度的差异。将道路检测工程中常见的干扰类型进行分类和总结，根据每种干扰的个性特征，使用基于特征融合筛选的方法筛选候选病害区域，设计对应的真实病害和干扰区域的判别策略和筛选方案。　　5）基于多特征融合的路面状况自动评价算法　　为了对道路的损坏状况进行及时的评估，设计基于多特征融合的路面状况自动评价算法，对道路破损的类型和损坏程度进行评估。首先根据裂缝区域的投影特征和基本几何特征将破损区域粗分类为线性和网状两种类型；其次计算裂缝区域的破损分布密度和主要裂缝块的数目，将裂缝类型进行细分类；最终提取裂缝骨架特征并计算裂缝的宽度，结合主要裂缝块度的面积，综合判断出道路病害的类型和损坏程度。　　本文在实际道路检测工程中采集的 DMU-Damage 数据集上进行测试，数据集包含全部常见的干扰类型和病害类型。经实验表明：本文提出的方法在准确地提取道路真实病害的同时，能有效地抑制干扰的影响，可以投入到实际的道路检测工程在进行使用。
作者：	张楠
专业：	信息与通信工程
导师：	齐国清
授予学位：	硕士
授予学位单位：	大连海事大学
学位年度：	2022