CN104751435A - 基于无线传感器的公路路面病害检测方法 - Google Patents
基于无线传感器的公路路面病害检测方法 Download PDFInfo
- Publication number
- CN104751435A CN104751435A CN201310734515.XA CN201310734515A CN104751435A CN 104751435 A CN104751435 A CN 104751435A CN 201310734515 A CN201310734515 A CN 201310734515A CN 104751435 A CN104751435 A CN 104751435A
- Authority
- CN
- China
- Prior art keywords
- disease
- image
- pavement
- highway pavement
- highway
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
基于无线传感器的公路路面病害检测方法。传统的基于人工检测的方法由于存在费时费力并且存在精度差、危险性高及影响交通等问题已经不能适应高速公路等级发展的要求。本发明方法包括如下步骤:通过车载高速无线网络摄像头拍摄路面图像,所采集的图像要覆盖到正在行驶的整个车道,进行图像预处理;在获取路面图像的同时,GPS记录当前图像帧对应的路面地理位置信息,病害目标区域提取;无线通讯网络将视频实时传输到信息处理中心进行后台处理,当发现病害时,对高速公路路面病害特征进行提取并分类;根据气候特征,研究高速公路路面病害产生机理。本发明用于公路路面病害检测。
Description
技术领域:
本发明涉及一种基于无线传感器的公路路面病害检测方法。
背景技术:
公路运输是目前最普遍的运输方式之一,自我国建成第一条高速公路“沈大高速”以来,中国高速公路建设一直在飞跃发展。我国高速公路正处在急速扩张期,是国民经济赖以生存和发展的重要基础设施。随着高速公路里程的增加和使用时间的延长,随之而来的保养工作越来越重要。公路建成投入使用后,受车辆大型化、超载严重化、车轮反复碾压以及冰、雨雪等各种自然因素的影响,公路在使用过程中出现了各种各样的病害现象,如裂缝、凹凸等,这种现象随时间延长而日趋严重。若在路面病害出现初期就能及时检测,并跟踪其发展情况,及时进行路面修补,不仅能减轻路面的病害,而且能降低维修成本,确保行车安全,延长公路使用寿命。
传统的基于人工检测的方法由于存在费时费力并且存在精度差、危险性高及影响交通等问题已经不能适应高速公路等级发展的要求,如何在不影响正常的交通秩序的情况下,对路面病害做出快速有效的检测,已经成为一个各级公路管理部门的迫切需要解决的问题。目前的路面图像采集方式多为半自动化或人工化,高速公路维护人员携带摄像机等设备前往路面病害区域采集图像,结果分析实时性差且耗费大量人力物力。
发明内容:
本发明的目的是提供一种基于无线传感器的公路路面病害检测方法。
上述的目的通过以下的技术方案实现:
一种基于无线传感器的公路路面病害检测方法,该方法包括如下步骤:通过车载高速无线网络摄像头拍摄路面图像,所采集的图像要覆盖到正在行驶的整个车道,进行图像预处理;在获取路面图像的同时,GPS记录当前图像帧对应的路面地理位置信息,病害目标区域提取;无线通讯网络将视频实时传输到信息处理中心进行后台处理,当发现病害时,对高速公路路面病害特征进行提取并分类;根据气候特征,研究高速公路路面病害产生机理。
所述的基于无线传感器的公路路面病害检测方法,所述的进行图像预处理:首先对获取的图像进行色彩分析和灰度化处理,其次,采用多小波变换对路面图像进行去噪处理,以消除背景噪声对高速公路路面图像的影响;然后,采用差影法将路面病害图像像素灰度值与一副标准的无病害的路面图像像素灰度值相减,从而增强路面病害图像中病害的目标;最后,提取边缘或ROI。
所述的基于无线传感器的公路路面病害检测方法,所述的病害目标区域提取:首先,通过图像预检测将图像分为含有病害和不含病害两大类,进一步的处理只对含有病害的图像进行;对含有病害的图像采用直方图均衡算法消除图像中的灰度不均和阴影,并通过图像增强算法如灰度拉伸、时域及频域滤波增强病害目标与正常路面背景的对比度,同时消除图像存在的大量随机分布噪声以及油污、黑斑杂物;通过连通域搜索或边缘检测算法定位到感兴趣目标区域,去除不相关信息。
所述的基于无线传感器的公路路面病害检测方法,所述的对高速公路路面病害特征进行提取并分类:定位到路面病害区域后,提取病害特征并进行归一化。依据病害特征识别出病害类型;
病害目标分类主要对病害种类,如裂缝、松散和变形及病害严重程度进行分类:首先采用Curvelet小波变换提取高速公路路面病害纹理特征,然后,采用支持向量机分类器对提取的高速公路路面病害纹理特征向量进行分类,识别出最终的病害类别,如裂缝要分成单条裂缝和网状复杂病害,单条裂缝要分类出横向、纵向。
有益效果:
本发明检测系统硬件结构主要由设备运载系统、基于无线通讯技术的视频采集及传输系统、高速公路病害区域GPS定位系统和高速公路病害图像处理、分析及识别系统组成。由无线网络视频采集系统采集的路面视频图像通过无线网络传输到数据处理中心存储及预检测,之后由所研究的图像预处理、病害目标提取和病害特征提取算法进行处理,根据提取的路面病害区域特征进行分类,并研究我省高速公路路面病害产生机理。
本发明能够实时检测到路面病害初期状况,并跟踪其发展情况,分析路面病害发展趋势,因此,该新技术具有较好的实时性,并且检测效率高,该技术在高速公路路面病害检测中的应用可节约高速公路维修成本,确保行车安全,延长公路使用寿命。
本发明通过在测量车上安装无线网络路面视频采集设备和GPS系统,实时采集路面状况信息和位置信息,采集的数据通过无线通信技术传输到信息处理中心,在信息处理中心进行图像预处理、路面病害特征提取及病害类型识别。路面图像数据经数据处理中心分析后,可实时发布总结路面病害情况,分析路面病害发展趋势,为路政维修部门提供数据支持,以节省维修成本。
附图说明:
附图1是本发明的方法的流程图。
具体实施方式:
实施例1:
一种基于无线传感器的公路路面病害检测方法,该方法包括如下步骤:通过车载高速无线网络摄像头拍摄路面图像,所采集的图像要覆盖到正在行驶的整个车道,进行图像预处理;在获取路面图像的同时,GPS记录当前图像帧对应的路面地理位置信息,病害目标区域提取;无线通讯网络将视频实时传输到信息处理中心进行后台处理,当发现病害时,对高速公路路面病害特征进行提取并分类;根据气候特征,研究高速公路路面病害产生机理。
实施例2:
根据实施例1所述的基于无线传感器的公路路面病害检测方法,所述的进行图像预处理:首先对获取的图像进行色彩分析和灰度化处理,其次,采用多小波变换对路面图像进行去噪处理,以消除背景噪声对高速公路路面图像的影响;然后,采用差影法将路面病害图像像素灰度值与一副标准的无病害的路面图像像素灰度值相减,从而增强路面病害图像中病害的目标;最后,提取边缘或ROI。
实施例3:
根据实施例1所述的基于无线传感器的公路路面病害检测方法,所述的病害目标区域提取:首先,通过图像预检测将图像分为含有病害和不含病害两大类,进一步的处理只对含有病害的图像进行;对含有病害的图像采用直方图均衡算法消除图像中的灰度不均和阴影,并通过图像增强算法如灰度拉伸、时域及频域滤波增强病害目标与正常路面背景的对比度,同时消除图像存在的大量随机分布噪声以及油污、黑斑杂物;通过连通域搜索或边缘检测算法定位到感兴趣目标区域,去除不相关信息。
实施例4:
根据实施例1所述的基于无线传感器的公路路面病害检测方法,所述的对高速公路路面病害特征进行提取并分类:定位到路面病害区域后,提取病害特征并进行归一化。依据病害特征识别出病害类型;
病害目标分类主要对病害种类,如裂缝、松散和变形及病害严重程度进行分类:首先采用Curvelet小波变换提取高速公路路面病害纹理特征,然后,采用支持向量机分类器对提取的高速公路路面病害纹理特征向量进行分类,识别出最终的病害类别,如裂缝要分成单条裂缝和网状复杂病害,单条裂缝要分类出横向、纵向。
实施例5:
根据实施例1所述的基于无线传感器的公路路面病害检测方法,高速公路路面病害产生机理分析:
黑龙江省属于季节性冰冻地区,冻融循环导致沥青路面出现的早期病害比一般地区更为严重。特别是早期收缩和半刚性基层的干缩、路基压实度不足等引起的路面裂缝,水分从裂缝中不断进入而使基层甚至路基软化,导致路面承载力下降,加速路面破坏。所以,首先,分析影响黑龙江省高速公路的地理环境因素,根据检测、识别出的高速公路路面病害类型,分析其产生机理,并提出具体的消除病害的措施。
Claims (4)
1.一种基于无线传感器的公路路面病害检测方法,其特征是:该方法包括如下步骤:通过车载高速无线网络摄像头拍摄路面图像,所采集的图像要覆盖到正在行驶的整个车道,进行图像预处理;在获取路面图像的同时,GPS记录当前图像帧对应的路面地理位置信息,病害目标区域提取;无线通讯网络将视频实时传输到信息处理中心进行后台处理,当发现病害时,对高速公路路面病害特征进行提取并分类;根据气候特征,研究高速公路路面病害产生机理。
2.根据权利要求1所述的基于无线传感器的公路路面病害检测方法,其特征是:所述的进行图像预处理:首先对获取的图像进行色彩分析和灰度化处理,其次,采用多小波变换对路面图像进行去噪处理,以消除背景噪声对高速公路路面图像的影响;然后,采用差影法将路面病害图像像素灰度值与一副标准的无病害的路面图像像素灰度值相减,从而增强路面病害图像中病害的目标;最后,提取边缘或ROI。
3.根据权利要求1或2所述的基于无线传感器的公路路面病害检测方法,其特征是:所述的病害目标区域提取:首先,通过图像预检测将图像分为含有病害和不含病害两大类,进一步的处理只对含有病害的图像进行;对含有病害的图像采用直方图均衡算法消除图像中的灰度不均和阴影,并通过图像增强算法如灰度拉伸、时域及频域滤波增强病害目标与正常路面背景的对比度,同时消除图像存在的大量随机分布噪声以及油污、黑斑杂物;通过连通域搜索或边缘检测算法定位到感兴趣目标区域,去除不相关信息。
4.根据权利要求1或2或3所述的基于无线传感器的公路路面病害检测方法,其特征是:所述的对高速公路路面病害特征进行提取并分类:定位到路面病害区域后,提取病害特征并进行归一化,依据病害特征识别出病害类型;
病害目标分类主要对病害种类,如裂缝、松散和变形及病害严重程度进行分类:首先采用Curvelet小波变换提取高速公路路面病害纹理特征,然后,采用支持向量机分类器对提取的高速公路路面病害纹理特征向量进行分类,识别出最终的病害类别,如裂缝要分成单条裂缝和网状复杂病害,单条裂缝要分类出横向、纵向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310734515.XA CN104751435A (zh) | 2013-12-27 | 2013-12-27 | 基于无线传感器的公路路面病害检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310734515.XA CN104751435A (zh) | 2013-12-27 | 2013-12-27 | 基于无线传感器的公路路面病害检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104751435A true CN104751435A (zh) | 2015-07-01 |
Family
ID=53591056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310734515.XA Withdrawn CN104751435A (zh) | 2013-12-27 | 2013-12-27 | 基于无线传感器的公路路面病害检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751435A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320962A (zh) * | 2015-10-21 | 2016-02-10 | 东南大学 | 一种基于分类器集成的路面破损类型识别方法 |
CN106874958A (zh) * | 2017-02-28 | 2017-06-20 | 中南大学 | 一种基于多元多项式拟合的支持向量机模型近似方法及其应用 |
WO2017120796A1 (zh) * | 2016-01-13 | 2017-07-20 | 富士通株式会社 | 路面病害的检测方法及其装置、电子设备 |
CN107292795A (zh) * | 2017-06-28 | 2017-10-24 | 中国路桥工程有限责任公司 | 路面综合整治系统及方法 |
CN107780324A (zh) * | 2016-08-28 | 2018-03-09 | 上海华测导航技术股份有限公司 | 一种机场道面巡检方法及系统 |
CN108360344A (zh) * | 2018-02-11 | 2018-08-03 | 云南通衢工程检测有限公司 | 公路技术状况检测系统 |
CN108360345A (zh) * | 2018-02-11 | 2018-08-03 | 云南通衢工程检测有限公司 | 移动式公路技术状况检测设备 |
CN110910354A (zh) * | 2019-11-07 | 2020-03-24 | 安徽乐道信息科技有限公司 | 道路检测车及道路检测方法、装置 |
CN112348798A (zh) * | 2020-11-10 | 2021-02-09 | 江苏现代工程检测有限公司 | 一种沥青路面病害自动化检测与分析评估方法 |
CN115116214A (zh) * | 2022-05-20 | 2022-09-27 | 安徽路达公路工程有限责任公司 | 一种公路检测方法以及公路故障处理系统 |
-
2013
- 2013-12-27 CN CN201310734515.XA patent/CN104751435A/zh not_active Withdrawn
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320962A (zh) * | 2015-10-21 | 2016-02-10 | 东南大学 | 一种基于分类器集成的路面破损类型识别方法 |
WO2017120796A1 (zh) * | 2016-01-13 | 2017-07-20 | 富士通株式会社 | 路面病害的检测方法及其装置、电子设备 |
CN107780324A (zh) * | 2016-08-28 | 2018-03-09 | 上海华测导航技术股份有限公司 | 一种机场道面巡检方法及系统 |
CN106874958A (zh) * | 2017-02-28 | 2017-06-20 | 中南大学 | 一种基于多元多项式拟合的支持向量机模型近似方法及其应用 |
CN107292795A (zh) * | 2017-06-28 | 2017-10-24 | 中国路桥工程有限责任公司 | 路面综合整治系统及方法 |
CN108360344A (zh) * | 2018-02-11 | 2018-08-03 | 云南通衢工程检测有限公司 | 公路技术状况检测系统 |
CN108360345A (zh) * | 2018-02-11 | 2018-08-03 | 云南通衢工程检测有限公司 | 移动式公路技术状况检测设备 |
CN110910354A (zh) * | 2019-11-07 | 2020-03-24 | 安徽乐道信息科技有限公司 | 道路检测车及道路检测方法、装置 |
CN112348798A (zh) * | 2020-11-10 | 2021-02-09 | 江苏现代工程检测有限公司 | 一种沥青路面病害自动化检测与分析评估方法 |
CN115116214A (zh) * | 2022-05-20 | 2022-09-27 | 安徽路达公路工程有限责任公司 | 一种公路检测方法以及公路故障处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751435A (zh) | 基于无线传感器的公路路面病害检测方法 | |
US10489903B2 (en) | Stepwise refinement detection method for pavement cracks | |
CN102819952B (zh) | 一种基于视频检测技术的车辆违法变道检测方法 | |
CN103854320B (zh) | 基于激光雷达的车型自动识别方法 | |
US9365217B2 (en) | Mobile pothole detection system and method | |
CN104792792A (zh) | 一种逐步求精的路面裂缝检测方法 | |
CN104021574A (zh) | 路面病害自动识别方法 | |
CN105203552A (zh) | 一种360°踏面图像检测系统及其检测方法 | |
CN101587646A (zh) | 基于视频识别技术的车流量检测方法及系统 | |
CN113537016B (zh) | 一种道路巡查中道路损伤自动检测预警的方法 | |
Ouyang et al. | Surface distresses detection of pavement based on digital image processing | |
CN106529593B (zh) | 路面病害检测方法和系统 | |
Munawar | Image and video processing for defect detection in key infrastructure | |
CN102110366B (zh) | 一种基于块累积的高速公路车辆停车事件检测方法 | |
CN109191492A (zh) | 一种基于轮廓分析的智能视频黑烟车检测方法 | |
CN112232303B (zh) | 一种基于高分遥感影像的草原道路信息提取方法 | |
CN105279488B (zh) | 一种公路视频巡检的里程标识牌自动识别方法 | |
CN107578414B (zh) | 一种路面裂缝图像的处理方法 | |
Gao et al. | Intelligent crack damage detection system in shield tunnel using combination of retinanet and optimal adaptive selection | |
CN116402782A (zh) | 一种道路安全隐患的检测方法、系统及可存储介质 | |
CN108376401B (zh) | 一种基于行方差的自动定位gpr信号病害位置方法 | |
Ma et al. | Road information extraction from high resolution remote sensing images based on threshold segmentation and mathematical morphology | |
CN112488026A (zh) | 一种基于视频分析的车行道破损检测方法 | |
CN112802348A (zh) | 一种基于混合Gaussian模型的车流量计数方法 | |
Zhang et al. | Research on pavement marking recognition and extraction method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C04 | Withdrawal of patent application after publication (patent law 2001) | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20150701 |