CN103292749A - 运用数字图像处理技术检测路表宏观构造分布状态的方法 - Google Patents

Abstract

本发明提供了一种运用数字图像处理技术检测路表宏观构造分布状态的方法，采用数码相机按一定要求拍摄被测道路表面，根据采集的图像信息分析道路表面宏观构造纹理分布状态，运用本发明的道路表面宏观构造分布状态处理软件，计算道路表面宏观构造下凹小区域的个数、各下凹小区域的面积大小、下凹小区域近似直径大小及组成情况，以及下凹累计面积占道路表面的百分率，确定道路表面宏观构造分布状态。本发明效率高、费用低、操作便捷、信息量大、适用面广，可用于检测路表纹理构造质量水平。

Description

运用数字图像处理技术检测路表宏观构造分布状态的方法

技术领域

本发明属于路表抗滑纹理构造的检测技术领域，特别涉及一种运用数字图像处理技术确定道路表面宏观构造分布状态的检测方法。

背景技术

路面表面构造与路面抗滑性能关系密切，国际道路协会将路面纹理构造分为微观构造和宏观构造。微观构造是路面集料表面的微小构造，又称微观纹理；宏观构造是路面集料之间构成的空隙，又称宏观纹理。美国材料与试验协会(ASTM)给出了宏观构造和微观构造的定量描述(ASTM E867)，依据路面表面点与参照平面之间距离偏差的波长和振幅进行划分，0.5mm以下为微观构造，0.5mm以上表面纹理为宏观构造，路面抗滑性能取决于路表宏观构造质量状况。

路面宏观构造中的上凸部分嵌入轮胎，增大了轮胎与路面的有效接触面积，提高了路面抗滑性能，表面的宏观构造能及时释放行驶轮胎花纹沟槽内的空气，降低轮胎花纹内空气压缩产生的噪音，同时，光线经过粗糙表面后形成漫反射，具有防眩功能，道路表面拥有发达的宏观构造，在路表潮湿不利行车状态下能迅速排除车轮下的路表水，避免形成水膜，有利于行车安全。

目前道路表面的宏观构造性能检测主要集中在路表面构造深度的检测，交通行业技术标准规定的表面构造深度测量方法有“铺砂法”和“激光法”。铺砂法的设备便宜，操作比较简单，但费时费力，测量结果受人为因素影响较大，精度不高。激光法要通过专用的检测设备，设备昂贵，操作比较复杂。

路面表面特征受路面类型、使用材料、施工工艺、使用状况等多种因素的影响，道路表面宏观纹理的分布状况影响着路表宏观构造质量水平，路面开口空隙是路面表面特征之一，是反映路面粗糙程度的一个重要指标，且与构造深度有一定的相关性，能够反映构造深度的特征。随着道路的使用，路表面的骨架集料不断磨损，导致路面表面空隙率发生显著变化，通过对路面空隙率的检测，确定路面表面的磨损程度及路表的路用性能。通过检测道路表面宏观构造分布状况，可用于评判新建道路表面宏观构造分布的均匀性，亦可用于检测已建道路的表面功能破损程度。

道路表面宏观构造分布均匀性是道路表面功能的体现，国内外学者已提出了关于道路表面纹理分布状况的检测措施，包括采用目测法、激光扫描等方法对路面开口空隙的测试，由于检测过程费时费力，或者检测设备的比较昂贵、操作比较复杂，还未能得到大规模的推广应用。

随着计算机技术的迅猛发展，数字图像处理技术取得了诸多研究成果，在各领域都得到广泛的推广与应用，道路表面的数字图像各点的亮度或灰度值能很好的反映路表宏观纹理状态，表面上凸部位灰度值较高，表面下凹部位灰度值较低。在利用数字图像处理技术进行道路表面功能指标的检测时，能通过常用办公设备的简洁处理即可以获得所需要的道路表面纹理构造的相关信息，并可以形象化地储存其有效信息，同时，数字图像实地采集便捷，容易增加样本数量。

为了更全面的检测和评价道路表面宏观构造特性，改善行车的舒适性以及安全性，运用日益成熟的数字图像处理技术来检测路面表面状况，使得对于检测道路表面宏观构造的抗滑性能更加全面。该检测方法为检测路表宏观构造提供了一种精度好、效率高、快速便捷的手段，具有重要意义。

发明内容

本发明的目的是提供一种运用数字图像处理技术检测路表宏观构造分布状态的方法，测试路表宏观纹理分布的均匀程度，具有效率高、费用低、操作便捷、信息量大等优点，为更全面地检测道路表面宏观构造的抗滑特性提供依据。

为了实现上述目的，本发明采用的技术方案为：通过规范道路表面图像信息的采集过程，运用数字图像处理技术，将数字图像转换为灰度图像，根据判定阈值将灰度图像转换成二值图像，对二值图像进行特征抽取、图像分割、边缘提取，二值图像中各白色小区域代表道路表面各下凹小区域的形态特征，计算道路表面宏观构造下凹小区域的个数、各下凹小区域的面积大小、下凹小区域近似直径大小及组成情况，以及下凹累计面积占道路表面的面积百分率，确定道路表面宏观构造的分布状态。

一种运用数字图像处理技术检测路表宏观构造分布状态的方法，包括以下步骤：

(1)清扫道路表面确保图像拍摄区域清洁干净，将校准条放置于拍摄区域的边缘；

(2)采用数码相机对道路表面测点区域进行图像拍摄，综合考虑光源的亮度、照射角度等受照状态影响因素相同情况下进行多个测点图像采集，拍摄时保持镜头平面与道路表面平行，拍摄的垂直距离固定为50cm；

(3)将拍摄好的数字图像输入计算机进行处理和存档；

(4)将数字图像进行灰度分级处理，转换为灰度图像。从灰度图像中提取图像的像素值，得到路表宏观构造的像素曲面分布，区域内像素最大值与各点像素之差的累计和，为该区域内的表面构造像素空间体积，像素空间体积的数学模型为，

$V_{\mathrm{pixel}}=\underset{D}{\∫\∫}[F_{\max }-F(x,y)]d_x{d}_y---\left(1\right)$

公式(1)中，V_pixel为像素空间体积，(x，y)为图像坐标，F(x，y)为(x，y)对应的像素值，F_max为像素最大值，D为积分区域范围。

(5)将灰度图像转换成二值图像，对二值图像进行特征抽取、图像分割、边缘提取等处理。考虑到道路表面宏观构造的渐变特性，根据像素最大值和区域内的平均像素大小，利用公式(2)得到灰度图像转换成二值图像的判定阈值，

T＝k×(F_max-V_pixel/D)     (2)

公式(2)中，T为判定阈值，k为修正系数，取值范围为5％～15％，可取10％。

(6)提取二值图像中白色小区域的形态特征，计算白色小区域的个数、面积大小。统计平面区域内校准条的刻度标准对应数字图像长度范围内的像素数量，利用公式(3)得到数字图像的像素当量，

ε＝L/M     (3)

公式(3)中，ε为图像中的像素当量，L为校准条长度，M为校准条长度范围内的像素数量；

通过对二值图像中各个白色小区域的非零像素个数进行统计，利用公式(4)计算二值图像中各白色小区域的面积，

S_i＝ε×N_i     (4)

公式(4)中，S_i为二值图像中第i个白色小区域的面积，N_i为二值图像中第i个白色小区域的非零像素个数。

(7)将白色小区域形状近似为圆形，根据圆形直径与面积的关系，计算其近似直径，统计白色小区域直径大小的组成情况。各白色小区域近似直径为，

$R_i=2\×\sqrt{S_i/\mathrm{\π}}---\left(5\right)$

公式(5)中，R_i为二值图像中第i个白色小区域的近似直径，S_i为二值图像中第i个白色小区域的面积。

(8)二值图像中各白色小区域代表道路表面各下凹小区域的形态特征，根据二值图像中各白色小区域的数量、面积大小及近似直径组成情况，得到道路表面宏观构造中的下凹小区域的个数、各下凹小区域的面积、各下凹小区域近似直径大小的组成情况，以及下凹面积占道路表面的面积百分率。

e＝∑S_i/S_p     (6)

公式(6)中，e为路表下凹部分累计总面积占道路表面的面积百分率，∑S_i为路表下凹小区域的累计面积，S_p为图像对应的路表面积。

本发明运用数字图像处理技术检测道路表面宏观构造分布状态，更全面确定道路表面宏观构造的抗滑品质，具有效率高、费用低、操作简便、不污染路面、信息量大、适用范围广等特点。

附图说明

图1为本发明的技术方案流程框图

图2为通车5年的某沥青路表数字图像

图3为转换后的灰度图像

图4为转换后的二值图像

图5为表征路表下凹小区域的白色小区域形态图

图6为路表下凹小区域近似直径大小构成的饼图

具体实施方式

本发明将数字图像处理技术应用于道路表面宏观构造分布状态的检测技术中，使其检测过程变得简单、方便、快捷。具体包括以下步骤：

(1)本发明的数字图像信息采集就是采用普通的数码相机拍摄道路表面，获取被测路面的数字图像。在采集路面图像时，应该有校准条作为参照，便于后续工作的开展。

(2)采用数码相机对道路表面测点区域进行图像拍摄，进行多测点拍摄时应考虑光源的亮度、照射角度等受照状态影响因素保持一致，拍摄时镜头平面与道路表面平行，拍摄垂直距离固定为50cm。

(3)将拍摄好的数字图像输入计算机进行处理和存档，运用图像处理软件对图像进行预处理，降低图像噪声。

(4)启动道路表面宏观构造分布状态处理软件，打开并处理已存入计算机的数字图像文件，计算表面下凹小区域个数、各下凹小区域的面积大小以及下凹累计面积占道路表面的百分率。

(5)输出数字图像对应拍摄范围内道路表面下凹小区域个数、各下凹小区域的面积及其近似直径大小及构成情况、下凹面积率等参数计算值以及道路表面宏观构造分布的统计分析图。

本发明的道路表面宏观构造分布状态处理程序，具体包括：将数字图像进行灰度分级处理，提取灰度图像像素矩阵的二维数组；根据确定的判定阈值将灰度图像转换成二值图像，对二值图像进行特征抽取、图像分割、边缘提取等处理；提取二值图像中白色小区域的形态特征，计算白色小区域的个数、面积大小；将白色小区域形状近似为圆形，根据圆形直径与面积的关系，计算其近似直径，统计白色小区域直径大小的组成情况；二值图像中各白色小区域代表道路表面各下凹小区域的形态特征，计算道路表面宏观构造中的下凹小区域的个数、各下凹小区域的面积、各下凹小区域近似直径大小的组成情况，以及下凹面积占道路表面的面积百分率。

本发明的实施方式较为简单，结合道路表面宏观构造分布状态的数字图像处理技术方案，按具体实施步骤进行操作，便能较好的实施本发明。

实例

按图像信息采集的相关要求，用数码相机沥青路表面进行图像拍摄，图2是通车5年的沥青路面某测试区域的数字图像，实际尺寸大小参照图像下部边缘的钢尺标距，图3是路表数字图像经处理后的灰度图像，图4根据判定阈值将灰度图像转换后的二值图像，图5是沥青路面表面下凹小区域数量及形状，图6是路表下凹小区域近似直径大小组成饼图，在图中分别注明了各直径范围内的分布状况。

Claims (6)

1.一种运用数字图像处理技术检测路表宏观构造分布状态的方法，其特征在于：采用数码相机拍摄被测道路表面的数字图像，规范图像信息采集过程，将数字图像转换为灰度图像，提取灰度图像像素矩阵的二维数组，根据判定阈值将灰度图像转换成二值图像，对二值图像进行特征抽取、图像分割、边缘提取，二值图像中各白色小区域代表道路表面各下凹小区域的形态特征，根据二值图像中白色小区域的面积大小及数量，计算道路表面宏观构造中的各下凹小区域的面积以及下凹小区域的个数、下凹小区域的近似直径大小及其构成，得到下凹累计面积占道路表面的面积百分率，检测道路表面宏观构造的分布状态。

2.根据权利要求1所述的一种运用数字图像处理技术检测路表宏观构造分布状态的方法，其特征在于所述的规范图像信息采集过程具体为：

清洁拍摄区域内道路表面，采用数码相机对道路表面测点区域进行图像拍摄，综合考虑光源的亮度、照射角度等受照状态影响因素相同情况下进行多个测点图像采集，拍摄时镜头平面与道路表面平行，拍摄垂直距离固定为50cm。

3.根据权利要求1所述的一种运用数字图像处理技术检测路表宏观构造分布状态的方法，其特征在于所述的判定阈值具体为：

从灰度图像中提取图像的像素值，得到路表宏观构造的像素曲面分布，区域内像素最大值与各点像素之差的累计和，为该区域内的表面构造像素空间体积，像素空间体积的数学模型为，

$V_{\mathrm{pixel}}=\underset{D}{\∫\∫}[F_{\max }-F(x,y)]d_x{d}_y---\left(1\right)$

公式(1)中，V_pixel为像素空间体积，(x，y)为图像坐标，F(x，y)为(x，y)对应的像素值，F_max为像素最大值，D为积分区域范围；

考虑到道路表面宏观构造的渐变特性，根据像素最大值和区域内的平均像素大小，利用公式(2)得到灰度图像转换成二值图像的判定阈值，

T＝k×(F_max-V_pixel/D)     (2)

公式(2)中，T为判定阈值，k为修正系数，取值范围为5％～15％，可取10％。

4.根据权利要求1所述的一种运用数字图像处理技术检测路表宏观构造分布状态的方法，其特征在于所述的白色小区域的面积大小具体为：

计算平面区域内校准条的刻度标准对应数字图像长度范围内的像素数量，利用公式(3)得到数字图像的像素当量，

ε＝L/M     (3)

公式(3)中，ε为像素当量，L为校准条长度，M为校准条长度范围内的像素数量；

通过对二值图像中各个白色小区域的非零像素个数进行统计，利用公式(4)计算二值图像中各白色小区域的面积，

S_i＝ε×N_i     (4)

公式(4)中，S_i为二值图像中第i个白色小区域的面积，N_i为二值图像中第i个白色小区域的非零像素个数。

5.根据权利要求1所述的一种运用数字图像处理技术检测路表宏观构造分布状态的方法，其特征在于所述的各白色小区域近似直径具体为：

$R_i=2\×\sqrt{S_i/\mathrm{\π}}---\left(5\right)$

公式(5)中，R_i为二值图像中第i个白色小区域的近似直径，S_i为二值图像中第i个白色小区域的面积。

6.根据权利要求1所述的一种运用数字图像处理技术检测路表宏观构造分布状态的方法，其特征在于所述的面积百分率具体为：

二值图像中各白色小区域反应出道路表面各下凹小区域的形态特征，通过统计二值图像区域内白色小区域的面积大小及其个数，并结合图像对应的面积大小，利用公式(6)得到下凹小区域累计面积占道路表面的面积百分率，

e＝∑S_i/S_p     (6)

公式(6)中，e为路表下凹部分累计总面积占道路表面的面积百分率，∑S_i为路表下凹小区域的累计面积，S_p为图像对应的路表面积。

Images