CN113077465A - 一种路面裂缝检测提取装置及其检测方法 - Google Patents
一种路面裂缝检测提取装置及其检测方法 Download PDFInfo
- Publication number
- CN113077465A CN113077465A CN202110499767.3A CN202110499767A CN113077465A CN 113077465 A CN113077465 A CN 113077465A CN 202110499767 A CN202110499767 A CN 202110499767A CN 113077465 A CN113077465 A CN 113077465A
- Authority
- CN
- China
- Prior art keywords
- crack
- detection
- image
- pavement
- radar
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- 238000000605 extraction Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 4
- 239000004744 fabric Substances 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 3
- 230000003628 erosive effect Effects 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000010426 asphalt Substances 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
- Road Repair (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种路面裂缝检测提取装置及其检测方法，包括支架、雷达天线、云台、高速照相机、遮光罩、灯带和连接法兰。本发明的有益效果是：可用路面损坏指数中的裂缝面积率检测。该装置有效地结合路面雷达检测和路面图像识别的优点，更准确地识别标记出裂缝位置，并且通过针对裂缝特征改进图像划分、图像去噪手段，应用形态学加快路面裂缝类型破损面积计算方法，有效提高裂缝检测、数据处理速度。且本申请所列方法可以拓展到混凝土结构物裂缝识别等类似的试验检测中。
Description
技术领域
本发明涉及一种路面裂缝检测装置，具体为一种路面裂缝检测提取装置及其检测方法，属于检测试验技术领域。
背景技术
公路工程的日常维修、专项维修中经常需要对公路的使用状态进行评估。《公路技术状况评定标准》(JTG 5210-2018)对需要检测评定的参数做了规定。其中路面技术状况PQI由路面损坏状态指数PCI等计算，而沥青路面的PCI由路面调查检测的裂缝、车辙、沉陷、波浪拥抱、坑槽、松散、泛油、修补等状况进行计算。
而沥青路面破损中最为常见的是各种裂缝，需要测量裂缝长度等参数，用裂缝长度乘以0.2米作为路面裂缝病害面积指标。裂缝检测调查是路况调查中最为繁重的任务之一。除了人工调查外，现在也发展了一些自动检测设备，主要是通过车载高速摄像机连续拍照，再通过电脑图像识别辅助人工识别的方法确认裂缝，计算裂缝数量。但是单独使用高速摄像机受光照、影子、路面杂物、沥青路面自有纹理的影响，图像识别的误判率高，检测效率依然较低，基于此，本申请提出一种路面裂缝检测提取装置及其检测方法。
发明内容
本发明的目的就在于为了解决问题而提供一种路面裂缝检测提取装置及其检测方法。
本发明通过以下技术方案来实现上述目的：一种路面裂缝检测提取装置，包括支架、雷达天线、云台、高速照相机、遮光罩、灯带和连接法兰；所述支架的一端安装有雷达天线和云台，所述云台上安装有高速照相机，所述支架的悬臂上固定设置有遮光罩，且所述遮光罩从内边缘固定安装有灯带，所述支架的另一端通过设置的连接法兰与检测车辆相连接，且所述支架上所安装云台和高速照相机的控制线均沿着支架布设连到车内雷达数据采集器和电脑，由电脑控制收集数据。
作为本发明再进一步的方案：所述遮光罩为长3.5米、宽0.8米的长条形罩子，且遮光罩采用钢丝条作骨架，外层为遮光布，内层为白色反光布。
作为本发明再进一步的方案：所述灯带采用单色的LED灯，且灯带装在遮光罩内边缘的特设藏光结构内。
作为本发明再进一步的方案：所述雷达天线为采用1GHz的空气耦合天线。
一种路面裂缝检测提取装置的检测方法，其检测方法包括以下步骤：
步骤一、在车尾安装好本装置支架，连接电源和控制线；调整云台及照相机拍摄角度，设置照相机拍摄频率；车辆在检测车道匀速行驶，路面雷达和高速相机同步采集数据；
步骤二、数据采集完毕后进行后台处理，以检测时间同步为基础，通过人工微调，使雷达反射波数据与相片图像代表的里程位置相匹配；
步骤三、相片图像通过软件自动矫正去除畸变；按以LED灯颜色为基础特设的通道权值，将彩色相片按权值转换为灰度图；
步骤四、采用平滑滤波和高斯曲率滤波去除噪点，强化图像边缘结构；
步骤五、雷达反射波突变超过阀值的位置指示该处存在横向裂缝，提取该位置对应的图像窄条样本，与背景样本分别统计灰度值分布图；
步骤六、以裂缝样本与背景样本灰度分布存在显著性差异点计算分割阀值，将灰度图转变为二值图并反转；
步骤七、用“围栏连通状态算法”消除路面纹理、斑点等小型团块干扰图像；
步骤八、依据裂缝是细长线状图像的特征，采用形态学进行图像分析。对图像进行形态学腐蚀处理，恢复其它被腐蚀图像。
步骤九、对图像进行形态学膨胀，将所统计的像素点数，乘以每个像素点对应的面积即得到裂缝的面积。
作为本发明再进一步的方案：所述步骤一中，路面雷达与高速照相机是对路面同一位置作同步检测，并利用路面雷达对裂缝有明显反射特征波峰标记图像裂缝位置，为裂缝图像识别的图像分割、识别提高准确率。
作为本发明再进一步的方案：。
本发明的有益效果是：该路面裂缝检测提取装置及其检测方法设计合理，可用路面损坏指数中的裂缝面积率检测。该装置有效地结合路面雷达检测和路面图像识别的优点，更准确地识别标记出裂缝位置，并且通过针对裂缝特征改进图像划分、图像去噪手段，应用形态学加快路面裂缝类型破损面积计算方法，有效提高裂缝检测、数据处理速度。且本申请所列方法可以拓展到混凝土结构物裂缝识别等类似的试验检测中。
附图说明
图1为本发明检测装置结构示意图；
图2为本发明裂缝识别部分算法说明附图；
图3为本发明图像裂缝提取计算方法流程图。
图中：1、支架，2、雷达天线，3、云台，4、高速照相机，5、遮光罩，6、灯带和7、连接法兰。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
请参阅图1，一种路面裂缝检测提取装置，包括支架1、雷达天线2、云台3、高速照相机4、遮光罩5、灯带6和连接法兰7；所述支架1的一端安装有雷达天线2和云台3，所述云台3上安装有高速照相机4，所述支架1的悬臂上固定设置有遮光罩5，且所述遮光罩5从内边缘固定安装有灯带6，所述支架1的另一端通过设置的连接法兰7与检测车辆相连接，且所述支架1上所安装云台3和高速照相机4的控制线均沿着支架1布设连到车内雷达数据采集器和电脑，由电脑控制收集数据。
进一步的，在本发明实施例中，所述遮光罩5为长3.5米、宽0.8米的长条形罩子，且遮光罩5采用钢丝条作骨架，保持轻便，同时要求具有一定刚度；外层为遮光布，内层为白色反光布。
进一步的，在本发明实施例中，所述灯带6采用单色的LED灯，且灯带6装在遮光罩5内边缘的特设藏光结构内，LED灯光照射在遮光罩5反光布后形成漫反射光再照射到路面，避免产生阴影。
进一步的，在本发明实施例中，所述雷达天线2为采用1GHz的空气耦合天线，适用于测量0～20cm深度的裂缝。
实施例二
请参阅图2～3，一种路面裂缝检测提取装置的检测方法，其检测方法包括以下步骤：
步骤一、在车尾安装好本装置支架，连接电源和控制线；调整云台及照相机拍摄角度，设置照相机拍摄频率；车辆在检测车道匀速行驶，路面雷达和高速相机同步采集数据。
步骤二、数据采集完毕后进行后台处理，以检测时间同步为基础，通过人工微调，使雷达反射波数据与相片图像代表的里程位置相匹配。
步骤三、相片图像通过软件自动矫正去除畸变；按以LED灯颜色为基础特设的通道权值，将彩色相片按权值转换为灰度图。
步骤四、采用平滑滤波和高斯曲率滤波去除噪点，强化图像边缘结构。
步骤五、雷达反射波突变超过阀值的位置指示该处存在横向裂缝，提取该位置对应的图像窄条样本，与背景样本分别统计灰度值分布图。
步骤六、以裂缝样本与背景样本灰度分布存在显著性差异点计算分割阀值，将灰度图转变为二值图并反转，即裂缝等原较暗位置对应1，原较亮位置对应0。
步骤七、用“围栏连通状态算法”消除路面纹理、斑点等小型团块干扰图像。以一个7×7围栏为例，内部为3×3的团块，团块边缘每一像素ai为1且与其连通的围栏至少有一个像素bj也为1，即这个团块与此围栏外相连通。本算法按8连通来定义，a2对应b2、b3、b4；a5对应b5、b6、b7、b8、b9。如团块与围栏外不连通，即该团块为可消除的孤立“斑点”。可以根据图像每个像素代表的路面尺度和需要排除的孤立斑点尺度，选择“围栏”的大小进行计算。按以下公式：
当K为1时，围栏内为孤立的可消除的“斑点”。
步骤八、依据裂缝是细长线状图像的特征，采用形态学进行图像分析。对图像进行形态学腐蚀处理，腐蚀次数为裂缝最大宽度对应的像素值的2倍，如经腐蚀仍存在数值为1的像素点，则该位置存在大结构的干扰图像，去除该位置干扰图像，恢复其它被腐蚀图像。
步骤九、对图像进行形态学膨胀，膨胀次数为0.1米对应的像素值。路面裂缝破损面积是按裂缝长度乘以0.2米计算，因此这时只要统计图像数值为1的像素点数，乘以每个像素点对应的面积即得到裂缝的面积。
进一步的，在本发明实施例中，所述步骤一中，路面雷达与高速照相机是对路面同一位置作同步检测，并利用路面雷达对裂缝有明显反射特征波峰标记图像裂缝位置，为裂缝图像识别的图像分割、识别提高准确率。
工作原理：在遮光罩5周边设置LED灯带6，照射到遮光罩5内表面，形成漫反射光，照亮检测的路面；在遮光罩5中部位置整合安装高速照相机4和路面检测雷达的空气耦合天线，固定相对检测位置。
雷达路面检测时对路面横向裂缝较为敏感，可以出现明显的反射波峰，但无法直接检测裂缝的长度。将雷达天线与高速照相机整合，通过比对检测时间点可以在拍摄的图像上标记在哪个区域有裂缝存在。这时，特别编制的图像识别软件通过比对邻近有裂缝标记区域和无裂缝标记区域的图像灰度值等，可以更准确地识别出裂缝
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (6)
1.一种路面裂缝检测提取装置，包括支架(1)、雷达天线(2)、云台(3)、高速照相机(4)、遮光罩(5)、灯带(6)和连接法兰(7)；其特征在于：所述支架(1)的一端安装有雷达天线(2)和云台(3)，所述云台(3)上安装有高速照相机(4)，所述支架(1)的悬臂上固定设置有遮光罩(5)，且所述遮光罩(5)从内边缘固定安装有灯带(6)，所述支架(1)的另一端通过设置的连接法兰(7)与检测车辆相连接，且所述支架(1)上所安装云台(3)和高速照相机(4)的控制线均沿着支架(1)布设连到车内雷达数据采集器和电脑，由电脑控制收集数据。
2.根据权利要求1所述的一种路面裂缝检测提取装置，其特征在于：所述遮光罩(5)为长3.5米、宽0.8米的长条形罩子，且遮光罩(5)采用钢丝条作骨架，外层为遮光布，内层为白色反光布。
3.根据权利要求1所述的一种路面裂缝检测提取装置，其特征在于：所述灯带(6)采用单色的LED灯，且灯带(6)装在遮光罩(5)内边缘的特设藏光结构内。
4.根据权利要求1所述的一种路面裂缝检测提取装置，其特征在于：所述雷达天线(2)为采用1GHz的空气耦合天线。
5.一种基于权利要求1所述的一种路面裂缝检测提取装置的检测方法，其特征在于：其检测方法包括以下步骤：
步骤一、在车尾安装好本装置支架，连接电源和控制线；调整云台及照相机拍摄角度，设置照相机拍摄频率；车辆在检测车道匀速行驶，路面雷达和高速相机同步采集数据；
步骤二、数据采集完毕后进行后台处理，以检测时间同步为基础，通过人工微调，使雷达反射波数据与相片图像代表的里程位置相匹配；
步骤三、相片图像通过软件自动矫正去除畸变；按以LED灯颜色为基础特设的通道权值，将彩色相片按权值转换为灰度图；
步骤四、采用平滑滤波和高斯曲率滤波去除噪点，强化图像边缘结构；
步骤五、雷达反射波突变超过阀值的位置指示该处存在横向裂缝，提取该位置对应的图像窄条样本，与背景样本分别统计灰度值分布图；
步骤六、以裂缝样本与背景样本灰度分布存在显著性差异点计算分割阀值，将灰度图转变为二值图并反转；
步骤七、用“围栏连通状态算法”消除路面纹理、斑点等小型团块干扰图像；
步骤八、依据裂缝是细长线状图像的特征，采用形态学进行图像分析。对图像进行形态学腐蚀处理，恢复其它被腐蚀图像。
步骤九、对图像进行形态学膨胀，将所统计的像素点数，乘以每个像素点对应的面积即得到裂缝的面积。
6.根据权利要求5所述的一种路面裂缝检测提取装置的检测方法，其特征在于：所述步骤一中，路面雷达与高速照相机是对路面同一位置作同步检测，并利用路面雷达对裂缝有明显反射特征波峰标记图像裂缝位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110499767.3A CN113077465A (zh) | 2021-05-08 | 2021-05-08 | 一种路面裂缝检测提取装置及其检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110499767.3A CN113077465A (zh) | 2021-05-08 | 2021-05-08 | 一种路面裂缝检测提取装置及其检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113077465A true CN113077465A (zh) | 2021-07-06 |
Family
ID=76616539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110499767.3A Pending CN113077465A (zh) | 2021-05-08 | 2021-05-08 | 一种路面裂缝检测提取装置及其检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113077465A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113567361A (zh) * | 2021-08-19 | 2021-10-29 | 其日嘎 | 一种市政用道路污染情况检测装置 |
| CN114298972A (zh) * | 2021-11-26 | 2022-04-08 | 中用科技有限公司 | 一种道路路面损坏程度的计算方法 |
| CN114298972B (zh) * | 2021-11-26 | 2024-05-31 | 中用科技有限公司 | 一种道路路面损坏程度的计算方法 |
-
2021
- 2021-05-08 CN CN202110499767.3A patent/CN113077465A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113567361A (zh) * | 2021-08-19 | 2021-10-29 | 其日嘎 | 一种市政用道路污染情况检测装置 |
| CN114298972A (zh) * | 2021-11-26 | 2022-04-08 | 中用科技有限公司 | 一种道路路面损坏程度的计算方法 |
| CN114298972B (zh) * | 2021-11-26 | 2024-05-31 | 中用科技有限公司 | 一种道路路面损坏程度的计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111855664B (zh) | 一种可调节隧道病害三维检测系统 | |
| CN102297660B (zh) | 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置 | |
| CN110529186B (zh) | 基于红外热成像的隧道结构渗漏水精确识别装置和方法 | |
| CN108759973B (zh) | 一种水位测量方法 | |
| CN108319920B (zh) | 一种基于线扫描三维点云的路面标线检测及参数计算方法 | |
| CN107462223B (zh) | 一种公路转弯前行车视距自动测量装置及测量方法 | |
| CN105488454B (zh) | 基于单目视觉的前方车辆检测与测距 | |
| JP6620477B2 (ja) | コンクリートのひび割れ検出方法及び検出プログラム | |
| CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
| GB2581294A (en) | A method for detecting crack development degree index of asphalt pavement | |
| Zhang et al. | Automatic road-marking detection and measurement from laser-scanning 3D profile data | |
| CN105160652A (zh) | 基于计算机视觉的手机外壳检验装置与方法 | |
| CN107588733A (zh) | 一种基于图像的受电弓滑板磨耗在线检测装置与方法 | |
| CN104019742A (zh) | 隧道衬砌裂缝快速检测方法 | |
| CN106918312B (zh) | 基于机械视觉的路面标线剥落面积检测装置及方法 | |
| CN104700395A (zh) | 一种构造物外观裂缝检测方法及系统 | |
| CN107798293A (zh) | 一种道路裂缝检测装置 | |
| CN110658209A (zh) | 一种随车道路缺陷智能快速检测方法 | |
| CN111968079B (zh) | 基于断面局部极值及分段稀疏的三维路面裂缝提取方法 | |
| CN204039886U (zh) | 一种基于多台相机立体拍摄的路面损坏裂缝检测系统 | |
| CN110321855A (zh) | 一种雾天检测预警装置 | |
| CN113077465A (zh) | 一种路面裂缝检测提取装置及其检测方法 | |
| CN214704717U (zh) | 一种路面裂缝检测提取装置 | |
| CN112419272B (zh) | 一种雾天高速公路能见度快速估计方法及系统 | |
| CN112380908B (zh) | 一种用于热电厂管道膨胀量的双目视觉测量方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |