CN117517175B - 一种路面渗水性能检测装置及检测方法 - Google Patents

一种路面渗水性能检测装置及检测方法 Download PDF

Info

Publication number
CN117517175B
CN117517175B CN202410002937.6A CN202410002937A CN117517175B CN 117517175 B CN117517175 B CN 117517175B CN 202410002937 A CN202410002937 A CN 202410002937A CN 117517175 B CN117517175 B CN 117517175B
Authority
CN
China
Prior art keywords
detected
road surface
pavement
gradient
image
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.)
Active
Application number
CN202410002937.6A
Other languages
English (en)
Other versions
CN117517175A (zh
Inventor
代文峰
刘斌
李积程
焦丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cccc Infrastructure Maintenance Group Engineering Co ltd
Original Assignee
Cccc Infrastructure Maintenance Group Engineering Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Cccc Infrastructure Maintenance Group Engineering Co ltd filed Critical Cccc Infrastructure Maintenance Group Engineering Co ltd
Priority to CN202410002937.6A priority Critical patent/CN117517175B/zh
Publication of CN117517175A publication Critical patent/CN117517175A/zh
Application granted granted Critical
Publication of CN117517175B publication Critical patent/CN117517175B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
    • E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8858—Flaw counting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Quality & Reliability (AREA)
  • Dispersion Chemistry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种路面渗水性能检测装置及检测方法，涉及路面渗水检测技术领域，包括：扫描模块，用于获得待检测路面图像和待检测路面中每个位置处的位置信息；坡度获取模块，用于基于待检测路面中每个位置处的位置信息获得待检测路面的整体坡度；裂缝密度获取模块，用于基于待检测路面图像获得待检测路面的裂缝密度；渗入率计算模块，用于基于待检测路面的裂缝密度计算待检测路面的渗透系数，基于待检测路面的渗透系数、待检测路面的整体坡度计算待检测路面的水渗入率；判定处理模块，用于判定待检测路面的渗水性能。本发明实现了在不对路面造成损害情况下对待检测路面进行渗透系数的计算，在不接触地面的情况下计算出待检测路面的水渗入率。

Description

一种路面渗水性能检测装置及检测方法
技术领域
本发明涉及路面渗水检测技术领域，特别涉及一种路面渗水性能检测装置及检测方法。
背景技术
目前，随着经济社会的发展，道路的建设也如火如荼，但与之出现的是道路的损坏，其中尤其是沥青路面的损坏最为严重和典型。沥青路面的损坏大多都与水息息相关，当水渗入到沥青路面中，在大量高速行车荷载的作用下，会产生反复作用的动水压力，同时沥青路面经受荷载和温度的反复作用，会使沥青丧失粘结力导致网裂、松散、车辙、坑槽。
但是，现有的路面渗水性能检测装置及检测方法未考虑如何在不对路面造成损害情况下对待检测路面进行渗透系数的计算，未考虑在不接触地面的情况下计算出待检测路面的水渗入率，只通过将量筒、流量传感器及电控装置安装在固定支座上，更便捷、更稳定地实现对路面渗水性的检测，也没有对待检测路面的渗水性能的合格性进行判断。例如公开号为“CN113899674A”、专利名称为“一种用于路面渗水性能检测装置及其检测方法”，其方法包括以下步骤：底座和量筒，量筒包括U型筒和直筒，U型筒的底部与直筒的顶部连通，直筒位于底座内，底座的上端设有固定支座，直筒安装在固定支座上，直筒的筒身上设有电磁阀和流量传感器，底座包括圆柱形的壳体、内封环、电控装置和显示器，显示器嵌在壳体上，内封环固定在壳体内，内封环与壳体同轴，直筒的底部位于内封环内，电控装置安装在壳体上，电控装置与显示器、流量传感器和电磁阀电性连接，固定支座包括固定环和把手，固定环用于固定直筒，保持稳定，把手便于手持，能够检测路面的渗水性。但是该专利只是通过将量筒、流量传感器及电控装置安装在固定支座上来实现对路面渗水性的检测，未考虑如何在不对路面造成损害情况下对待检测路面进行渗透系数的计算，未考虑在不接触地面的情况下计算出待检测路面的水渗入率，也没有对待检测路面的渗水性能的合格性进行判断。
因此，本发明提出了一种路面渗水性能检测装置及检测方法，用以在不对路面造成损害情况下对待检测路面进行渗透系数的计算，不接触路面情况下获取到路面的裂缝数量，在不接触地面的情况下计算出待检测路面的水渗入率。
发明内容
本发明提供一种路面渗水性能检测装置及检测方法，用以通过预设设备更精确地对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息，便于后续对整体横坡坡度和整体纵坡坡度的计算，根据待检测路面中每个位置处的位置信息更精确地获得待检测路面的整体横坡坡度和整体纵坡坡度，根据待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度，便于后续待检测路面的水渗入率的计算，通过对待检测路面图像进行图像处理，获得了待检测路面图像中每个像素位置点的加权像素值，便于后续对待检测路面图像，也没有对待检测路面的渗水性能的合格性进行判断上裂缝的筛选，根据待检测路面图像中所有像素位置点的加权像素值更精确地筛选出待检测路面中的所有裂缝，根据筛选出的裂缝数量精确计算出待检测路面的裂缝密度，根据待检测路面的裂缝密度更精确地计算待检测路面的渗透系数，并根据待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算出待检测路面的水渗入率，便于后续对路面渗水性能是否合格进行判断，通过待检测路面的水渗入率与预设水渗入率准确地判定出待检测路面的渗水性能是否合格。
本发明提供一种路面渗水性能检测装置，其特征在于，包括：
扫描模块，用于基于预设设备对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息；
坡度获取模块，用于基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度，基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度；
裂缝密度获取模块，用于对待检测路面图像进行图像处理，获得待检测路面图像中每个像素位置点的加权像素值，基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，基于筛选出的裂缝数量得到待检测路面的裂缝密度；
渗入率计算模块，用于基于待检测路面的裂缝密度计算待检测路面的渗透系数，并基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率；
判定处理模块，用于当待检测路面的水渗入率大于预设水渗入率时，判定待检测路面的渗水性能合格，否则判定待检测路面的渗水性能不合格。
优选的，路面渗水性能检测装置，扫描模块，包括：
图像获取和测距子模块，用于基于预设设备对预设范围内的待检测路面进行图像规范化获取和测距，获得待检测路面的初始图像和待检测路面中不同位置处的位置关系，其中预设设备包括高清摄像仪和激光测距仪；
处理子模块，用于基于预设的障碍去除算法对初始图像中存在的运动物体进行去除，获得待检测路面图像，并将待检测路面图像中左下角对应的待检测路面实际位置定义为标准点，基于标准点和待检测路面中不同位置处在待检测路面图像中的位置关系，获得待检测路面中每个位置处的位置信息。
优选的，路面渗水性能检测装置，坡度获取模块基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度的方法，包括：
基于待检测路面中每个位置处的位置信息获得待检测路面的横宽和纵宽，其中待检测路面的横向为待检测路面图像的横向，待检测路面的纵向为待检测路面图像的纵向；
当待检测路面的横宽小于预设长度范围的下限时，设定待检测路面的横向采集点个数为3，当待检测路面的横宽处于预设长度范围内时，设定待检测路面的横向采集点个数为5，当待检测路面的横宽大于预设长度范围的上限时，设定待检测路面的横向采集点个数为7；
当待检测路面的纵宽小于预设长度范围的下限时，设定待检测路面的纵向采集点个数为3，当待检测路面的纵宽处于预设长度范围内时，设定待检测路面的纵向采集点个数为5，当待检测路面的纵宽大于预设长度范围的上限时，设定待检测路面的纵向采集点个数为7；
基于待检测路面的横向采集点个数和纵向采集点个数，在待检测路面的待检测路面图像中均匀设置多个采集点，使每个横向采集点或每个纵向采集点在各自方向上与相邻的横向采集点或纵向采集点的距离都相同，标准点固定为一个横向采集点或纵向采集点，且横向采集点与纵向采集点可重合；
将待检测路面的所有横向采集点和所有纵向采集点作为坡度采集点；
从所有坡度采集点中选取出标准点对应的坡度采集点，基于待检测路面中每个位置处的位置信息计算除标准点外的每个坡度采集点与标准点的竖直高度差，并确定出每个坡度采集点与标准点之间的横向距离，将每个坡度采集点的竖直高度差与对应的横向距离的商值作为对应坡度采集点的横坡坡度，将除标准点外的所有坡度采集点的横坡坡度的均值作为待检测路面的整体横坡坡度；
确定出每个坡度采集点与标准点之间的纵向距离，将每个坡度采集点的竖直高度差与对应的纵向距离的商值作为对应坡度采集点的纵坡坡度，将除标准点外的所有坡度采集点的纵坡坡度的均值作为待检测路面的整体纵坡坡度。
优选的，路面渗水性能检测装置，坡度获取模块基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度的方法，包括：
获取待检测路面的整体横坡坡度和整体纵坡坡度，将整体横坡坡度的平方值与整体纵坡坡度的平方值之和进行开平方后获得的数值作为待检测路面的整体坡度。
优选的，路面渗水性能检测装置，裂缝密度获取模块，包括：
加权像素值获取子模块，用于获取待检测路面图像中每个像素点位置处的三个通道的像素值，将每个像素点位置处的三个通道的像素值与预设比例之积进行求和，获得待检测路面图像中每个像素位置点的加权像素值，其中三个通道为R、G、B；
裂缝密度子模块，用于基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，并确定出筛选出的裂缝数量，将裂缝数量与待检测路面的面积的商，作为待检测路面的裂缝密度。
优选的，路面渗水性能检测装置，裂缝密度子模块基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，包括：
若待检测路面图像中像素位置点的加权像素值大于预设加权像素阈值时，则将待检测路面图像中的对应像素位置点的加权像素值赋值为1，若待检测路面图像中像素位置点的加权像素值不大于预设加权像素阈值时，则将待检测路面图像中的对应像素位置点的加权像素值赋值为0，获得待检测路面图像中每个像素位置点的赋值结果；
在待检测路面图像中确定出由赋值结果为1的像素位置点组成的区域，并将包含的像素位置点个数超出预设个数的区域当作待检测路面中的裂缝。
优选的，路面渗水性能检测装置，渗入率计算模块，包括：
渗透系数计算子模块，用于基于待检测路面的裂缝密度计算待检测路面的渗透系数；
水渗入率计算子模块，用于基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率。
优选的，路面渗水性能检测装置，渗透系数计算子模块基于待检测路面的裂缝密度计算待检测路面的渗透系数，包括：
基于待检测路面的裂缝密度计算待检测路面的渗透系数，如下：
；
其中，R为待检测路面的渗透系数，且渗透系数的单位为cm/s，为水的密度，且/>为1000kg/m3，g为重力系数，且g为9.8N/kg，l为待检测路面的横宽，且横宽单位为m，/>为待检测路面的裂缝密度，且裂缝密度无量纲，/>为水的动力粘度，且动力粘度单位为Pa·s。
优选的，路面渗水性能检测装置，水渗入率计算子模块，包括：
单位转换单元，用于对待检测路面的渗透系数进行单位转换，获得待检测路面单位为米/天的渗透系数；
获取单元，用于获取待检测路面的基础数据，其中基础数据包括待检测路面厚度；
计算单元，用于基于待检测路面的渗透系数、待检测路面的整体坡度、待检测路面的裂缝密度及待检测路面厚度计算待检测路面的水渗入率，如下：
；
其中，P为待检测路面的水渗入率，且水渗入率的单位为m3/(天·m2)，H为待检测路面厚度，且待检测路面厚度的单位为m，l为待检测路面的横宽，且横宽单位为m，为待检测路面的整体坡度，L为待检测路面的纵宽，/>为待检测路面的裂缝密度，且裂缝密度无量纲，为单位转换后的待检测路面的渗透系数，且渗透系数的单位为米/天，/>为待检测路面的整体横坡坡度，/>为待检测路面的整体纵坡坡度。
本发明提供了一种路面渗水性能检测方法，应用于上述任意一种路面渗水性能检测装置，包括：
S1：基于预设设备对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息；
S2：基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度，基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度；
S3：对待检测路面图像进行图像处理，获得待检测路面图像中每个像素位置点的加权像素值，基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，基于筛选出的裂缝数量得到待检测路面的裂缝密度；
S4：基于待检测路面的裂缝密度计算待检测路面的渗透系数，并基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率；
S5：当待检测路面的水渗入率大于预设水渗入率时，判定待检测路面的渗水性能合格，否则判定待检测路面的渗水性能不合格。
本发明相对于现有技术产生的有益效果为：
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种路面渗水性能检测装置示意图；
图2为本发明实施例中扫描模块的具体示意图；
图3为本发明实施例中一种路面渗水性能检测方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：本发明提供了一种路面渗水性能检测装置，参考图1，包括：
扫描模块，用于基于预设设备对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息；
坡度获取模块，用于基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度，基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度；
裂缝密度获取模块，用于对待检测路面图像进行图像处理，获得待检测路面图像中每个像素位置点的加权像素值，基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，基于筛选出的裂缝数量得到待检测路面的裂缝密度；
渗入率计算模块，用于基于待检测路面的裂缝密度计算待检测路面的渗透系数，并基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率；
判定处理模块，用于当待检测路面的水渗入率大于预设水渗入率时，判定待检测路面的渗水性能合格，否则判定待检测路面的渗水性能不合格。
该实施例中，预设设备为预先设置的用以对待检测路面进行图像获取和测距的拍摄设备和激光测距设备。
该实施例中，预设范围为预先设置的图像获取和测距的距离范围，例如以待检测的实际路面作为图像获取和测距的距离范围。
该实施例中，待检测路面为需进行路面渗水性能检测的沥青路面。
该实施例中，图像获取为对待检测路面的路面的实时图像进行获取的过程。
该实施例中，测距为对待检测路面的每个处置处进行激光测距，获得待检测路面中不同位置处之间的横向距离、纵向距离及竖直高度差的过程。
该实施例中，待检测路面图像为对待检测路面进行图像获取处理得到的图像。
该实施例中，待检测路面中每个位置处的位置信息为待检测路面中每个位置处与其余位置出的位置关系。
该实施例中，整体横坡坡度为除标准点外的所有坡度采集点的横坡坡度的均值，表征待检测路面在道路横向上的倾斜程度。
该实施例中，整体纵坡坡度为除标准点外的所有坡度采集点的纵坡坡度的均值，表征待检测路面在道路纵向上的倾斜程度。
该实施例中，待检测路面的整体坡度为将整体横坡坡度的平方值与整体纵坡坡度的平方值之和进行开平方后获得的数值，表征待检测路面的整体倾斜情况。
该实施例中，图像处理为获取待检测路面图像中每个像素点位置处的三个通道的像素值，并基于待检测路面图像中每个像素点位置处的三个通道的像素值获得待检测路面图像中每个像素位置点的加权像素值的处理过程。
该实施例中，加权像素值为待检测路面图像中每个像素点位置处的三个通道的像素值与预设比例之积进行求和得到的和值。
该实施例中，裂缝为待检测路面中存在的道路路面的裂隙。
该实施例中，裂缝数量为待检测路面中存在的道路路面的裂隙的数量。
该实施例中，裂缝密度为待检测路面中每平方米路面存在的裂缝数量，且裂缝密度无量纲。
该实施例中，待检测路面的渗透系数为当待检测路面存在积水时，单位时间（每秒）待检测路面的渗水深度（cm）。
该实施例中，待检测路面的水渗入率为当待检测路面存在积水时，单位时间（天）单位面积（平方米）的待检测路面渗入水的体积（立方米）。
该实施例中，预设水渗入率为预先设置的用以判断待检测路面的渗水性能是否合格的水渗入率阈值。
该实施例中，渗水性能合格为待检测路面的水渗入率大于预设水渗入率，表征待检测路面的渗水性能达标。
该实施例中，渗水性能不合格为待检测路面的水渗入率不大于预设水渗入率，表征待检测路面的渗水性能不达标。
以上技术的有益效果为：通过预设设备更精确地对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息，便于后续对整体横坡坡度和整体纵坡坡度的计算，根据待检测路面中每个位置处的位置信息更精确地获得待检测路面的整体横坡坡度和整体纵坡坡度，根据待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度，便于后续待检测路面的水渗入率的计算，通过对待检测路面图像进行图像处理，获得了待检测路面图像中每个像素位置点的加权像素值，便于后续对待检测路面图像上裂缝的筛选，根据待检测路面图像中所有像素位置点的加权像素值更精确地筛选出待检测路面中的所有裂缝，根据筛选出的裂缝数量精确计算出待检测路面的裂缝密度，根据待检测路面的裂缝密度更精确地计算待检测路面的渗透系数，并根据待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算出待检测路面的水渗入率，便于后续对路面渗水性能是否合格进行判断，通过待检测路面的水渗入率与预设水渗入率准确地判定出待检测路面的渗水性能是否合格。
实施例2：在实施例1的基础上，路面渗水性能检测装置，扫描模块，参考图2，包括：
图像获取和测距子模块，用于基于预设设备对预设范围内的待检测路面进行图像规范化获取和测距，获得待检测路面的初始图像和待检测路面中不同位置处的位置关系，其中预设设备包括高清摄像仪和激光测距仪；
处理子模块，用于基于预设的障碍去除算法对初始图像中存在的运动物体进行去除，获得待检测路面图像，并将待检测路面图像中左下角对应的待检测路面实际位置定义为标准点，基于标准点和待检测路面中不同位置处在待检测路面图像中的位置关系，获得待检测路面中不同位置处之间的位置信息。
该实施例中，图像规范化获取为预设设备对待检测路面进行图像获取时成像显示画面中的待检测路面边缘与成像显示画面边缘为平行或垂直状态，且拍摄镜头平行于地面。
该实施例中，待检测路面的初始图像为对待检测路面进行图像规范化获取，未经过运动物体的去除得到的图像。
该实施例中，待检测路面中不同位置处的位置关系为待检测路面中不同位置出的相对关系，包括横向距离、纵向距离及竖直高度差。
该实施例中，预设的障碍去除算法为预先设置的用以去除初始图像中运动物体的现有算法，例如高斯混合模型。
该实施例中，运动物体为待检测路面上的行人或车辆等动态物体。
该实施例中，标准点为待检测路面图像中左下角位置对应的待检测路面实际位置处。
以上技术的有益效果为：通过预设设备更精确地实现对预设范围内待检测路面图像的规范化，获得待检测路面的初始图像，并基于初始图像实现了对待检测路面上运动物体的去除，获得待检测路面，通过预设设备更精确地获得待检测路面中不同位置处的位置关系，便于后续对整体横坡坡度和整体纵坡坡度的计算。
实施例3：在实施例1的基础上，路面渗水性能检测装置，坡度获取模块基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度的方法，包括：
基于待检测路面中每个位置处的位置信息获得待检测路面的横宽和纵宽，其中待检测路面的横向为待检测路面图像的横向，待检测路面的纵向为待检测路面图像的纵向；
当待检测路面的横宽小于预设长度范围的下限时，设定待检测路面的横向采集点个数为3，当待检测路面的横宽处于预设长度范围内时，设定待检测路面的横向采集点个数为5，当待检测路面的横宽大于预设长度范围的上限时，设定待检测路面的横向采集点个数为7；
当待检测路面的纵宽小于预设长度范围的下限时，设定待检测路面的纵向采集点个数为3，当待检测路面的纵宽处于预设长度范围内时，设定待检测路面的纵向采集点个数为5，当待检测路面的纵宽大于预设长度范围的上限时，设定待检测路面的纵向采集点个数为7；
基于待检测路面的横向采集点个数和纵向采集点个数，在待检测路面的待检测路面图像中均匀设置多个采集点，使每个横向采集点或每个纵向采集点在各自方向上与相邻的横向采集点或纵向采集点的距离都相同，标准点固定为一个横向采集点或纵向采集点，且横向采集点与纵向采集点可重合；
将待检测路面的所有横向采集点和所有纵向采集点作为坡度采集点；
从所有坡度采集点中选取出标准点对应的坡度采集点，基于待检测路面中每个位置处的位置信息计算除标准点外的每个坡度采集点与标准点的竖直高度差，并确定出每个坡度采集点与标准点之间的横向距离，将每个坡度采集点的竖直高度差与对应的横向距离的商值作为对应坡度采集点的横坡坡度，将除标准点外的所有坡度采集点的横坡坡度的均值作为待检测路面的整体横坡坡度；
确定出每个坡度采集点与标准点之间的纵向距离，将每个坡度采集点的竖直高度差与对应的纵向距离的商值作为对应坡度采集点的纵坡坡度，将除标准点外的所有坡度采集点的纵坡坡度的均值作为待检测路面的整体纵坡坡度。
该实施例中，横宽为与待检测路面图像的横向（水平）方向一致的待检测路面的宽度。
该实施例中，纵宽为与待检测路面图像的纵向（竖直）方向一致的待检测路面的宽度。
该实施例中，预设长度范围为预先设置的用以判断并设定待检测路面的横向采集点个数和纵向采集点个数的长度范围。
该实施例中，均匀设置为使每个横向采集点或每个纵向采集点在各自方向上与相邻的横向采集点或纵向采集点的距离都相同，且横向采集点与纵向采集点重合。
该实施例中，坡度采集点为待检测路面的所有横向采集点和所有纵向采集点。
该实施例中，标准点为待检测路面图像中左下角位置对应的待检测路面实际位置处。
该实施例中，竖直高度差为待检测路面上除标准点外的每个坡度采集点的竖直高度与标准点的竖直高度之间的差值。
该实施例中，横向距离为待检测路面上除标准点外的每个坡度采集点与标准点在横向方向上的距离。
该实施例中，纵向距离为待检测路面上除标准点外的每个坡度采集点与标准点在纵向方向上的距离。
该实施例中，坡度采集点的横坡坡度为坡度采集点的竖直高度差与对应的横向距离的商值，表征待检测路面在道路横向上的倾斜程度。
该实施例中，坡度采集点的纵坡坡度为坡度采集点的竖直高度差与对应的横向距离的商值，表征待检测路面在道路纵向上的倾斜程度。
以上技术的有益效果为：根据待检测路面中每个位置处的位置信息获得待检测路面的横宽和纵宽，根据待检测路面的横宽和纵宽精确地获得待检测路面需设定的横向采集点个数和纵向采集点个数，根据待检测路面需设定的横向采集点个数和纵向采集点个数获得坡度采集点，根据所有坡度采集点的横坡坡度和纵坡坡度获得待检测路面的整体横坡坡度和整体纵坡坡度，便于后续待检测路面的整体坡度的计算。
实施例4：在实施例1的基础上，路面渗水性能检测装置，坡度获取模块基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度的方法，包括：
获取待检测路面的整体横坡坡度和整体纵坡坡度，将整体横坡坡度的平方值与整体纵坡坡度的平方值之和进行开平方后获得的数值作为待检测路面的整体坡度。
以上技术的有益效果为：根据待检测路面的整体横坡坡度和整体纵坡坡度精确计算出待检测路面的整体坡度，便于后续待检测路面的水渗入率的计算。
实施例5：在实施例1的基础上，路面渗水性能检测装置，裂缝密度获取模块，包括：
加权像素值获取子模块，用于获取待检测路面图像中每个像素点位置处的三个通道的像素值，将每个像素点位置处的三个通道的像素值与预设比例之积进行求和，获得待检测路面图像中每个像素位置点的加权像素值，其中三个通道为R、G、B；
裂缝密度子模块，用于基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，并确定出筛选出的裂缝数量，将裂缝数量与待检测路面的面积的商，作为待检测路面的裂缝密度。
该实施例中，像素值为待检测路面图像中每个像素点位置处的三个通道分别的像素值。
该实施例中，预设比例为预先设置的用以计算每个像素位置点的加权像素值的每个通道对应的比例，例如R的预设比例为0.3，G的预设比例为0.59，B的预设比例为0.11。
该实施例中，待检测路面的面积为由扫描模块预设范围所确定的待检测路面的实际面积。
以上技术的有益效果为：通过对待检测路面图像进行图像处理，获得了待检测路面图像中每个像素位置点的加权像素值，便于后续对待检测路面图像上裂缝的筛选，根据待检测路面图像中所有像素位置点的加权像素值更精确地筛选出待检测路面中的所有裂缝，根据筛选出的裂缝数量精确计算出待检测路面的裂缝密度。
实施例6：在实施例5的基础上，路面渗水性能检测装置，裂缝密度子模块基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，包括：
若待检测路面图像中像素位置点的加权像素值大于预设加权像素阈值时，则将待检测路面图像中的对应像素位置点的加权像素值赋值为1，若待检测路面图像中像素位置点的加权像素值不大于预设加权像素阈值时，则将待检测路面图像中的对应像素位置点的加权像素值赋值为0，获得待检测路面图像中每个像素位置点的赋值结果；
在待检测路面图像中确定出由赋值结果为1的像素位置点组成的区域，并将包含的像素位置点个数超出预设个数的区域当作待检测路面中的裂缝。
该实施例中，预设加权像素阈值为预先设置的用以对像素位置点的加权像素值进行赋值的加权像素的阈值，例如预设加权像素阈值可为187。
该实施例中，赋值结果为待检测路面图像中对所有像素位置点的加权像素值进行赋值的结果。
该实施例中，预设个数为预先设置的用以判断区域是否为裂缝的区域内像素位置点个数的阈值，例如80个。
以上技术的有益效果为：根据对待检测路面图像中所有像素位置点的加权像素值进行赋值来更精确地筛选出待检测路面中的所有裂缝，本实施例给出了一种判断路面上裂缝的方法。
实施例7：在实施例1的基础上，路面渗水性能检测装置，渗入率计算模块，包括：
渗透系数计算子模块，用于基于待检测路面的裂缝密度计算待检测路面的渗透系数；
水渗入率计算子模块，用于基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率。
以上技术的有益效果为：根据待检测路面的裂缝密度更精确地计算待检测路面的渗透系数，并根据待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算出待检测路面的水渗入率，便于后续对路面渗水性能是否合格进行判断。
实施例8：在实施例7的基础上，路面渗水性能检测装置，渗透系数计算子模块基于待检测路面的裂缝密度计算待检测路面的渗透系数，包括：
基于待检测路面的裂缝密度计算待检测路面的渗透系数，如下：
；
其中，R为待检测路面的渗透系数，且渗透系数的单位为cm/s，为水的密度，且/>为1000kg/m3，g为重力系数，且g为9.8N/kg，l为待检测路面的横宽，且横宽单位为m，/>为待检测路面的裂缝密度，且裂缝密度无量纲，/>为水的动力粘度，且动力粘度单位为Pa·s。
该实施例中，水的动力粘度为面积为1m2且相距1m的两平板，以1m/s的速度作相对运动时，因之间存在的水互相作用所产生的内摩擦力，且此实施例中水的粘度为0.00298Pa·s。
以上技术的有益效果为：根据待检测路面的裂缝密度更精确地计算待检测路面的渗透系数，本实施例给出了一种计算路面上渗透系数的方法。
实施例9：在实施例7的基础上，路面渗水性能检测装置，水渗入率计算子模块，包括：
单位转换单元，用于对待检测路面的渗透系数进行单位转换，获得待检测路面单位为米/天的渗透系数；
获取单元，用于获取待检测路面的基础数据，其中基础数据包括待检测路面厚度；
计算单元，用于基于待检测路面的渗透系数、待检测路面的整体坡度、待检测路面的裂缝密度及待检测路面厚度计算待检测路面的水渗入率，如下：
；
其中，P为待检测路面的水渗入率，且水渗入率的单位为m3/(天·m2)，H为待检测路面厚度，且待检测路面厚度的单位为m，l为待检测路面的横宽，且横宽单位为m，为待检测路面的整体坡度，L为待检测路面的纵宽，/>为待检测路面的裂缝密度，且裂缝密度无量纲，为单位转换后的待检测路面的渗透系数，且渗透系数的单位为米/天，/>为待检测路面的整体横坡坡度，/>为待检测路面的整体纵坡坡度。
该实施例中，单位转换为将对待检测路面的渗透系数由厘米/秒转换为米/天。
以上技术的有益效果为：根据待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算出待检测路面的水渗入率，便于后续对路面渗水性能是否合格进行判断。
实施例10：本发明提供了一种路面渗水性能检测方法，应用于上述任意一种路面渗水性能检测装置，参考图3，包括：
S1：基于预设设备对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息；
S2：基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度，基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度；
S3：对待检测路面图像进行图像处理，获得待检测路面图像中每个像素位置点的加权像素值，基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，基于筛选出的裂缝数量得到待检测路面的裂缝密度；
S4：基于待检测路面的裂缝密度计算待检测路面的渗透系数，并基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率；
S5：当待检测路面的水渗入率大于预设水渗入率时，判定待检测路面的渗水性能合格，否则判定待检测路面的渗水性能不合格。
以上技术的有益效果为：通过预设设备更精确地对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息，便于后续对整体横坡坡度和整体纵坡坡度的计算，根据待检测路面中每个位置处的位置信息更精确地获得待检测路面的整体横坡坡度和整体纵坡坡度，根据待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度，便于后续待检测路面的水渗入率的计算，通过对待检测路面图像进行图像处理，获得了待检测路面图像中每个像素位置点的加权像素值，便于后续对待检测路面图像上裂缝的筛选，根据待检测路面图像中所有像素位置点的加权像素值更精确地筛选出待检测路面中的所有裂缝，根据筛选出的裂缝数量精确计算出待检测路面的裂缝密度，根据待检测路面的裂缝密度更精确地计算待检测路面的渗透系数，并根据待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算出待检测路面的水渗入率，便于后续对路面渗水性能是否合格进行判断，通过待检测路面的水渗入率与预设水渗入率准确地判定出待检测路面的渗水性能是否合格。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种路面渗水性能检测装置，其特征在于，包括：
扫描模块，用于基于预设设备对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息；
坡度获取模块，用于基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度，基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度；
裂缝密度获取模块，用于对待检测路面图像进行图像处理，获得待检测路面图像中每个像素位置点的加权像素值，基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，基于筛选出的裂缝数量得到待检测路面的裂缝密度；
渗入率计算模块，用于基于待检测路面的裂缝密度计算待检测路面的渗透系数，并基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率；
判定处理模块，用于当待检测路面的水渗入率大于预设水渗入率时，判定待检测路面的渗水性能合格，否则判定待检测路面的渗水性能不合格；
其中，裂缝密度获取模块，包括：
加权像素值获取子模块，用于获取待检测路面图像中每个像素点位置处的三个通道的像素值，将每个像素点位置处的三个通道的像素值与预设比例之积进行求和，获得待检测路面图像中每个像素位置点的加权像素值，其中三个通道为R、G、B；
裂缝密度子模块，用于基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，并确定出筛选出的裂缝数量，将裂缝数量与待检测路面的面积的商，作为待检测路面的裂缝密度；
其中，渗入率计算模块，包括：
渗透系数计算子模块，用于基于待检测路面的裂缝密度计算待检测路面的渗透系数；
水渗入率计算子模块，用于基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率；
其中，渗透系数计算子模块基于待检测路面的裂缝密度计算待检测路面的渗透系数，包括：
基于待检测路面的裂缝密度计算待检测路面的渗透系数，如下：
;
其中，R为待检测路面的渗透系数，且渗透系数的单位为cm/s，为水的密度，且/>为1000kg/m3，g为重力系数，且g为9.8N/kg，l为待检测路面的横宽，且横宽单位为m，/>为待检测路面的裂缝密度，且裂缝密度无量纲，/>为水的动力粘度，且动力粘度单位为Pa·s；
其中，水渗入率计算子模块，包括：
单位转换单元，用于对待检测路面的渗透系数进行单位转换，获得待检测路面单位为米/天的渗透系数；
获取单元，用于获取待检测路面的基础数据，其中基础数据包括待检测路面厚度；
计算单元，用于基于待检测路面的渗透系数、待检测路面的整体坡度、待检测路面的裂缝密度及待检测路面厚度计算待检测路面的水渗入率，如下：
;
其中，P为待检测路面的水渗入率，且水渗入率的单位为m3/(天·m2)，H为待检测路面厚度，且待检测路面厚度的单位为m，l为待检测路面的横宽，且横宽单位为m，为待检测路面的整体坡度，L为待检测路面的纵宽，/>为待检测路面的裂缝密度，且裂缝密度无量纲，/>为单位转换后的待检测路面的渗透系数，且渗透系数的单位为米/天，/>为待检测路面的整体横坡坡度，/>为待检测路面的整体纵坡坡度。
2.根据权利要求1所述的一种路面渗水性能检测装置，其特征在于，扫描模块，包括：
图像获取和测距子模块，用于基于预设设备对预设范围内的待检测路面进行图像规范化获取和测距，获得待检测路面的初始图像和待检测路面中不同位置处的位置关系，其中预设设备包括高清摄像仪和激光测距仪；
处理子模块，用于基于预设的障碍去除算法对初始图像中存在的运动物体进行去除，获得待检测路面图像，并将待检测路面图像中左下角对应的待检测路面实际位置定义为标准点，基于标准点和待检测路面中不同位置处在待检测路面图像中的位置关系，获得待检测路面中每个位置处的位置信息。
3.根据权利要求1所述的一种路面渗水性能检测装置，其特征在于，坡度获取模块基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度的方法，包括：
基于待检测路面中每个位置处的位置信息获得待检测路面的横宽和纵宽，其中待检测路面的横向为待检测路面图像的横向，待检测路面的纵向为待检测路面图像的纵向；
当待检测路面的横宽小于预设长度范围的下限时，设定待检测路面的横向采集点个数为3，当待检测路面的横宽处于预设长度范围内时，设定待检测路面的横向采集点个数为5，当待检测路面的横宽大于于预设长度范围的上限时，设定待检测路面的横向采集点个数为7；
当待检测路面的纵宽小于预设长度范围的下限时，设定待检测路面的纵向采集点个数为3，当待检测路面的纵宽处于预设长度范围内时，设定待检测路面的纵向采集点个数为5，当待检测路面的纵宽大于于预设长度范围的上限时，设定待检测路面的纵向采集点个数为7；
基于待检测路面的横向采集点个数和纵向采集点个数，在待检测路面的待检测路面图像中均匀设置多个采集点，使每个横向采集点或每个纵向采集点在各自方向上与相邻的横向采集点或纵向采集点的距离都相同，标准点固定为一个横向采集点或纵向采集点，且横向采集点与纵向采集点可重合；
将待检测路面的所有横向采集点和所有纵向采集点作为坡度采集点；
从所有坡度采集点中选取出标准点对应的坡度采集点，基于待检测路面中每个位置处的位置信息计算除标准点外的每个坡度采集点与标准点的竖直高度差，并确定出每个坡度采集点与标准点之间的横向距离，将每个坡度采集点的竖直高度差与对应的横向距离的商值作为对应坡度采集点的横坡坡度，将除标准点外的所有坡度采集点的横坡坡度的均值作为待检测路面的整体横坡坡度；
确定出每个坡度采集点与标准点之间的纵向距离，将每个坡度采集点的竖直高度差与对应的纵向距离的商值作为对应坡度采集点的纵坡坡度，将除标准点外的所有坡度采集点的纵坡坡度的均值作为待检测路面的整体纵坡坡度。
4.根据权利要求1所述的一种路面渗水性能检测装置，其特征在于，坡度获取模块基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度的方法，包括：
获取待检测路面的整体横坡坡度和整体纵坡坡度，将整体横坡坡度的平方值与整体纵坡坡度的平方值之和进行开平方后获得的数值作为待检测路面的整体坡度。
5.根据权利要求1所述的一种路面渗水性能检测装置，其特征在于，裂缝密度子模块基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，包括：
若待检测路面图像中像素位置点的加权像素值大于预设加权像素阈值时，则将待检测路面图像中的对应像素位置点的加权像素值赋值为1，若待检测路面图像中像素位置点的加权像素值不大于预设加权像素阈值时，则将待检测路面图像中的对应像素位置点的加权像素值赋值为0，获得待检测路面图像中每个像素位置点的赋值结果；
在待检测路面图像中确定出由赋值结果为1的像素位置点组成的区域，并将包含的像素位置点个数超出预设个数的区域当作待检测路面中的裂缝。
6.一种路面渗水性能检测方法，其特征在于，应用于权利要求1至5中任一所述的一种路面渗水性能检测装置，包括：
S1：基于预设设备对预设范围内的待检测路面进行图像获取和测距，获得待检测路面图像和待检测路面中每个位置处的位置信息；
S2：基于待检测路面中每个位置处的位置信息获得待检测路面的整体横坡坡度和整体纵坡坡度，基于待检测路面的整体横坡坡度和整体纵坡坡度获得待检测路面的整体坡度；
S3：对待检测路面图像进行图像处理，获得待检测路面图像中每个像素位置点的加权像素值，基于待检测路面图像中所有像素位置点的加权像素值筛选出待检测路面中的所有裂缝，基于筛选出的裂缝数量得到待检测路面的裂缝密度；
S4：基于待检测路面的裂缝密度计算待检测路面的渗透系数，并基于待检测路面的渗透系数、待检测路面的整体坡度及待检测路面的裂缝密度计算待检测路面的水渗入率；
S5：当待检测路面的水渗入率大于预设水渗入率时，判定待检测路面的渗水性能合格，否则判定待检测路面的渗水性能不合格。
CN202410002937.6A 2024-01-02 2024-01-02 一种路面渗水性能检测装置及检测方法 Active CN117517175B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410002937.6A CN117517175B (zh) 2024-01-02 2024-01-02 一种路面渗水性能检测装置及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410002937.6A CN117517175B (zh) 2024-01-02 2024-01-02 一种路面渗水性能检测装置及检测方法

Publications (2)

Publication Number Publication Date
CN117517175A CN117517175A (zh) 2024-02-06
CN117517175B true CN117517175B (zh) 2024-03-12

Family

ID=89744209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410002937.6A Active CN117517175B (zh) 2024-01-02 2024-01-02 一种路面渗水性能检测装置及检测方法

Country Status (1)

Country Link
CN (1) CN117517175B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010185734A (ja) * 2009-02-12 2010-08-26 Hope Consulting:Kk コンクリートの表面探傷方法、それに用いる探傷剤、表面処理剤及び試験片
CN105113375A (zh) * 2015-05-15 2015-12-02 南京航空航天大学 一种基于线结构光的路面裂缝检测系统及其检测方法
CN105115873A (zh) * 2015-08-14 2015-12-02 清华大学 混凝土抗渗性的无损检测方法
KR20210092086A (ko) * 2020-01-15 2021-07-23 서강대학교산학협력단 포장도로 파손 분석 시스템 및 파손 분석 방법
CN113252700A (zh) * 2021-07-01 2021-08-13 湖南大学 一种结构裂缝检测方法、设备及系统
CN114113204A (zh) * 2021-11-11 2022-03-01 南京大学（苏州）高新技术研究院 一种裂隙土体表面优势流定量测试方法
CN116309447A (zh) * 2023-03-17 2023-06-23 水利部交通运输部国家能源局南京水利科学研究院 一种基于深度学习的水坝斜坡裂缝检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230051683A1 (en) * 2020-03-04 2023-02-16 Mitsubishi Electric Corporation Crack detection device, crack detection method and computer readable medium

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010185734A (ja) * 2009-02-12 2010-08-26 Hope Consulting:Kk コンクリートの表面探傷方法、それに用いる探傷剤、表面処理剤及び試験片
CN105113375A (zh) * 2015-05-15 2015-12-02 南京航空航天大学 一种基于线结构光的路面裂缝检测系统及其检测方法
CN105115873A (zh) * 2015-08-14 2015-12-02 清华大学 混凝土抗渗性的无损检测方法
KR20210092086A (ko) * 2020-01-15 2021-07-23 서강대학교산학협력단 포장도로 파손 분석 시스템 및 파손 분석 방법
CN113252700A (zh) * 2021-07-01 2021-08-13 湖南大学 一种结构裂缝检测方法、设备及系统
CN114113204A (zh) * 2021-11-11 2022-03-01 南京大学（苏州）高新技术研究院 一种裂隙土体表面优势流定量测试方法
CN116309447A (zh) * 2023-03-17 2023-06-23 水利部交通运输部国家能源局南京水利科学研究院 一种基于深度学习的水坝斜坡裂缝检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
土体干缩裂隙网络定量分析;唐朝生;王德银;施斌;刘春;;岩土工程学报;20130801(第12期);全文 *

Also Published As

Publication number Publication date
CN117517175A (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN101354241B (zh) 集料数字图像评价方法
Kim et al. Review and analysis of pothole detection methods
KR100826153B1 (ko) 영상의 농도치 히스토그램을 이용한 크랙의 폭 측정방법
CN106248686A (zh) 基于机器视觉的玻璃表面缺陷检测装置及方法
US20140046628A1 (en) Method for Analyzing at Least a Cutting Emerging from a Well, and Associated Apparatus
CN111025286B (zh) 一种用于水损害检测的探地雷达图谱自适应选取方法
US20240167962A1 (en) System and method for automatic monitoring of pavement condition
CN105956942A (zh) 基于机器视觉的电力管廊钢筋网质量检测方法及检测装置
Mathavan et al. Pavement raveling detection and measurement from synchronized intensity and range images
CN107036966A (zh) 通过水面影像获得水质情况的水情监测系统的工作方法
CN113781537B (zh) 一种轨道弹条扣件缺陷识别方法、装置和计算机设备
CN107798293A (zh) 一种道路裂缝检测装置
CN106225702A (zh) 裂缝宽度检测装置和方法
CN112883778B (zh) 一种基于计算机视觉的道路井盖高差识别方法及设备
CN103206947A (zh) 一种基于水准泡的倾角测量方法及其装置
CN113605188B (zh) 路面构造测试方法
Choi et al. Detection of cracks in paved road surface using laser scan image data
CN104132818A (zh) 三维四轮定位仪及其测量方法
CN116012348A (zh) 一种适用于路面裂缝的最大裂缝宽度测定方法
Chen et al. A feasibility study on use of generic mobile laser scanning system for detecting asphalt pavement cracks
CN117517175B (zh) 一种路面渗水性能检测装置及检测方法
Tian et al. Pavement macrotexture determination using multi-view smartphone images
KR101500267B1 (ko) 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법
CN109272484A (zh) 一种基于视频图像的降雨检测方法
JP5628401B1 (ja) マンホール鉄蓋最大段差量測定装置および方法、並びにこれに用いられる画素分解能算出装置、マンホール鉄蓋最大段差箇所検知装置、画素分解能算出方法、マンホール鉄蓋最大段差箇所検知方法

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
GR01 Patent grant
GR01 Patent grant