CN118396986B - 一种道路工程施工质量实时监控方法 - Google Patents

Abstract

本发明涉及图像数据处理领域，具体涉及一种道路工程施工质量实时监控方法，包括：获取多张同一已施工路面的不同时间下的监控灰度图像以及已施工路面对应的道路施工前进方向；根据每张监控灰度图像中的像素点的八邻域内的像素点灰度值差异，得到每个疑似种子点对应的连通区域；根据道路施工前进方向、每张监控灰度图像中的每个疑似种子点为疑似种子点的可能性以及疑似种子点对应的连通区域的面积，筛选出目标种子点；根据每张监控灰度图像中的目标种子点进行区域生长，得到道路施工质量的检测结果。本发明通过对多张同一施工路面不同时间下的监控灰度图像处理，提高了道路施工质量检测的准确性。

Description

一种道路工程施工质量实时监控方法

技术领域

本发明涉及图像数据处理领域，具体涉及一种道路工程施工质量实时监控方法。

背景技术

一般混凝土路面在施工过程中，由于原料混合不均与导致局部路面不平整，影响路面施工质量，因此对道路施工质量检测尤为重要。一般通过区域生长对不平整区域分割，但因在施工过程中，里面会由于干燥导致部分像素点灰度值发生变化，干燥不均匀的位置处对应的区域内像素点灰度值较低，导致区域生长选择的低灰度值的像素点并非位于不平整区域，进而导致错误分割，降低了施工质量的监控效果。

发明内容

本发明提供一种道路工程施工质量实时监控方法，以解决现有的问题。

本发明的一种道路工程施工质量实时监控方法采用如下技术方案：

本发明一个实施例提供了一种道路工程施工质量实时监控方法，该方法包括以下步骤：

获取多张同一已施工路面的不同时间下的监控灰度图像以及已施工路面对应的道路施工前进方向；

根据每张监控灰度图像中的像素点的八邻域内的像素点灰度值差异，得到每个像素点为疑似种子点的可能性；根据每个像素点为疑似种子点的可能性，从每张监控灰度图像中的所有像素点中筛选出若干个疑似种子点；

对每张监控灰度图像中的疑似种子点进行区域生长，得到每个疑似种子点对应的连通区域；根据道路施工前进方向、每张监控灰度图像中的每个疑似种子点为疑似种子点的可能性以及疑似种子点对应的连通区域的面积，获得疑似种子点为目标种子点的第一可能性；

根据连续时间上的多个监控灰度图像之间的像素点灰度值差异以及疑似种子点为目标种子点的第一可能性，得到疑似种子点为目标种子点的最终可能性；

根据疑似种子点为目标种子点的最终可能性，筛选出目标种子点；

根据每张监控灰度图像中的目标种子点进行区域生长，获得每张监控灰度图像上的不平整区域；根据每张监控灰度图像上的不平整区域，得到道路施工质量的检测结果。

进一步地，所述根据每张监控灰度图像中的像素点的八邻域内的像素点灰度值差异，得到每个像素点为疑似种子点的可能性，包括的具体公式如下：

其中，为第个像素点为疑似种子点的可能性，表示第个像素点的灰度值，表示第个像素点分别与其八邻域内其他像素点的灰度值差值的均值。

进一步地，所述根据每个像素点为疑似种子点的可能性，从每张监控灰度图像中的所有像素点中筛选出若干个疑似种子点，包括的具体步骤如下：

在任意一张监控灰度图像中，将为疑似种子点的可能性大于预设判断值的像素点，记为疑似种子点。

进一步地，所述根据道路施工前进方向、每张监控灰度图像中的每个疑似种子点为疑似种子点的可能性以及疑似种子点对应的连通区域的面积，获得疑似种子点为目标种子点的第一可能性，包括的具体步骤如下：

在任意一张监控灰度图像的四条边长中，将道路施工前进方向对应的边长，记为道路施工前进方向图像边缘；

将监控灰度图像中第个疑似种子点到施工前进方向图像边缘的最小距离的直线段上的其他疑似种子点，记为第个疑似种子点对应的参考点；

根据每个疑似种子点到施工前进方向图像边缘的最小距离、每个疑似种子点对应的每个参考点所对应连通区域的面积以及参考点为疑似种子点的可能性，得到每个疑似种子点为目标种子点的第一可能性。

进一步地，所述根据每个疑似种子点到施工前进方向图像边缘的最小距离、每个疑似种子点对应的每个参考点所对应连通区域的面积以及参考点为疑似种子点的可能性，得到每个疑似种子点为目标种子点的第一可能性，包括的具体公式如下：

其中，表示第个疑似种子点为目标种子点的第一可能性，表示第个疑似种子点到施工前进方向图像边缘的最小距离，表示第个疑似种子点对应的第个参考点所对应连通区域的面积，表示第个疑似种子点对应的第个参考点为疑似种子点的可能性，表示第个疑似种子点对应的参考点的数量。

进一步地，所述根据连续时间上的多个监控灰度图像之间的像素点灰度值差异以及疑似种子点为目标种子点的第一可能性，得到疑似种子点为目标种子点的最终可能性，包括的具体步骤如下：

将任意一张监控灰度图像，记为当前监控灰度图像，按照时间顺序，将当前监控灰度图像之后的张监控灰度图像，记为参考监控灰度图像，为预设的监控灰度图像数量；

将当前监控灰度图像中第个疑似种子点在每个参考监控灰度图像中对应位置处的像素点，记为第个疑似种子点对应的目标像素点；

使用区域生长算法，得到每个参考监控灰度图像中目标像素点的连通区域；

将当前监控灰度图像中第个种子点对应的连通区域对应在第个参考监控灰度图像中的连通区域，记为第个参考监控灰度图像中的目标连通域；

在第个参考监控灰度图像中的目标连通域，将与目标像素点的连通区域不重叠的区域，记为第个参考监控灰度图像中的差异区域；

以道路施工前进方向的反方向为向量的方向，以预设的向量的模长为向量的模长，构建施工前进方向的反方向的方向向量；

根据疑似种子点的连通区域、目标像素点的连通区域、施工前进方向的反方向的方向向量以及参考监控灰度图像中的差异区域，获得疑似种子点对应的每个目标像素点为目标种子点的程度；根据疑似种子点对应的每个目标像素点为目标种子点的程度，获得疑似种子点为目标种子点的最终可能性。

进一步地，所述根据疑似种子点的连通区域、目标像素点的连通区域、施工前进方向的反方向的方向向量以及参考监控灰度图像中的差异区域，获得疑似种子点对应的每个目标像素点为目标种子点的程度，包括的具体公式如下：

为当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的程度，表示当前监控灰度图像中第个疑似种子点所对应连通区域的面积，表示当前监控灰度图像中第个疑似种子点在第个参考监控灰度图像中对应目标像素点的连通区域的面积，表示施工前进方向的反方向的方向向量，表示和的夹角，表示第个疑似种子点在第个参考监控灰度图像对应目标像素点的连通区域的最大内切圆的圆心分别到差异区域内所有像素点的距离和方向构建的向量的和向量，为线性归一化函数。

进一步地，所述根据疑似种子点对应的每个目标像素点为目标种子点的程度，获得疑似种子点为目标种子点的最终可能性，包括的具体公式如下：

其中，表示当前监控灰度图像中第个疑似种子点为目标种子点的最终可能性，表示当前监控灰度图像中第个疑似种子点对应的第个目标像素点的灰度值，表示当前监控灰度图像中第个疑似种子点的灰度值，为当前监控灰度图像中第个疑似种子点对应的目标像素点的数量，为当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的程度，表示归一化函数；

表示当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的第一可能性，为当前监控灰度图像中第个疑似种子点为目标种子点的第一可能性。

进一步地，所述根据疑似种子点为目标种子点的最终可能性，筛选出目标种子点，包括的具体步骤如下：

在任意一张监控灰度图像中，使用最小最大规范法对所有疑似种子点为目标种子点的最终可能性进行归一化处理，得到每个疑似种子点为目标种子点的最终可能性的归一化值；

将为目标种子点的最终可能性的归一化值大于预设的判断阈值的疑似种子点记为目标的种子点。

进一步地，所述根据每张监控灰度图像上的不平整区域，得到道路施工质量的检测结果，包括的具体步骤如下：

当每张监控灰度图像中不平整区域在每张监控灰度图像中面积的占比大于等于预设的对比值时，判定每张监控灰度图像中的路面不平整；

当每张监控灰度图像中不平整区域在每张监控灰度图像中面积的占比小于预设的对比值时，判定每张监控灰度图像中的路面平整。

本发明的技术方案的有益效果是：通过考虑路面未干燥的低像素区域对不平整区域的干扰，避免种子点位于未干燥的区域，使得区域生长分割区域均为不平整区域，提高区域生长的准确性；在路面的干燥过程中通过判断种子点，分析疑似种子点所在连通域与区域干燥的差异关系，从而实现未干燥区域的准确分析，提高种子点的准确性，进而提高了道路施工质量检测的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种道路工程施工质量实时监控方法的步骤流程图。

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，都为本发明保护的范围。

请参阅图1，其示出了本发明一个实施例提供的一种道路工程施工质量实时监控方法的步骤流程图，该方法包括以下步骤：

步骤S001、获取多张同一已施工路面的不同时间下的监控灰度图像以及已施工路面对应的道路施工前进方向。

在施工过程中安装相机、连接传输机，本实施例设置拍摄间隔为1分钟，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定，拍摄已施工位置不同时间的道路图像，将拍摄的图像传输到施工监测中心，对图像进行灰度化处理获得灰度图像，得到灰度图像上每个像素点的灰度值，并确定该已施工位置对应的道路施工前进方向。

至此，获得多张同一已施工路面的不同时间下的监控灰度图像。

步骤S002、根据每张监控灰度图像中的像素点的八邻域内的像素点灰度值差异，得到每个像素点为疑似种子点的可能性；根据每个像素点为疑似种子点的可能性，从每张监控灰度图像中的所有像素点中筛选出若干个疑似种子点。

需要说明的是，对于施工路面施工过程中，施工完成的路面具有一定光泽，即具有较高的灰度值，但因原料混合不均匀导致大颗粒的原料裸露在道路表面，降低路面的平整性，导致路面光泽变弱，即灰度值较低，因此利用像素点的像素表现确定不平整的区域，进而反应施工质量，通常利用区域生长算法对图像中像素表现具有差异的不同区域进行分割，其过程首先需要在图像中确定种子点，然后从种子点开始向邻域生长，直至不满足生长条件时停止生长，进而获得最终目标区域。

其中，区域生长算法为公知技术，具体方法在此不做介绍，种子点为区域生长算法的主要参数。

具体的，以任意一张监控灰度图像为例，在路面质量检测时，将路面不平整所表现的低像素区域记为目标区域，此时像素点的灰度值越低，则像素点为种子点的可能性越大，同时不平整区域像素灰度变化较大，根据像素点灰度表现，确定像素点为疑似种子点的可能性为：

其中，为第个像素点为疑似种子点的可能性，表示第个像素点的灰度值，表示第个像素点分别与其八邻域内其他像素点的灰度值的差值的绝对值的均值。本实施例中当公式中分母为0时，令分母为1，以此为例进行叙述。

按照上述方式，得到每个像素点为疑似种子点的可能性。

本实施例预设的判断值为1，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定，将为疑似种子点的可能性大于预设判断值的像素点记为疑似种子点。

根据上述方式，获得每张监控灰度图像中的疑似种子点。

步骤S003、对每张监控灰度图像中的疑似种子点进行区域生长，得到每个疑似种子点对应的连通区域；根据道路施工前进方向、每张监控灰度图像中的每个疑似种子点为疑似种子点的可能性以及疑似种子点对应的连通区域的面积，获得疑似种子点为目标种子点的第一可能性。

需要说明的是，路面在施工完成后进行干燥的过程，总是沿着施工前进方向进行的，所以未干燥的低像素区域面积总是随着施工前进方向逐渐增大，此时根据每一个疑似种子点所在的连通区域的分布，确定其位于真实不平整区域的可能性。

具体的，以任意一张监控灰度图像为例，对于每一个疑似种子点利用区域生长算法获得图像上每一个疑似种子点的连通区域，其中，区域生长算法为公知技术，具体方法在此不做介绍，本实施例预设的生长条件为像素差值小于5，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定，获得每个疑似种子点的连通区域后，每个疑似种子点所对应的连通区域越靠近施工前进方向，该疑似种子点所对应的连通区域为未干燥区域的可能性越大，则该疑似种子点为目标种子点的可能性越大，在灰度图像的四条边长中，将道路施工前进方向对应的边长，记为道路施工前进方向图像边缘，越靠近道路施工前进方向图像边缘，未干燥区域的面积越大，则未干燥区域的数量越少，此时疑似种子点到道路施工前进方向图像边缘的距离直线段上的其他疑似种子点所对应连通区域的面积与直线距离的比值越大，疑似种子点为目标种子点的可能性越小，该直线段上经过的其他疑似种子点所对应的连通区域数量越多，疑似种子点为目标种子点的可能性越大，将第个疑似种子点到施工前进方向图像边缘的最小距离的直线段上的其他疑似种子点，记为第个疑似种子点对应的参考点，据此，判断第个疑似种子点为目标种子点的第一可能性为：

其中，表示第个疑似种子点为目标种子点的第一可能性，表示第个疑似种子点到施工前进方向图像边缘的最小距离，表示第个疑似种子点对应的第个参考点所对应连通区域的面积，表示第个疑似种子点对应的第个参考点为疑似种子点的可能性，表示第个疑似种子点对应的参考点的数量。

根据上述方式，获得所有疑似种子点的为目标种子点的第一可能性。

至此，获得每张监控灰度图像中的疑似种子点、疑似种子点对应的连通区域以及疑似种子点为目标种子点的第一可能性。

步骤S004、根据连续时间上的多个监控灰度图像之间的像素点灰度值差异以及疑似种子点为目标种子点的第一可能性，得到疑似种子点为目标种子点的最终可能性。

需要说明的是，对施工路面干燥是一个持续过程，所以干燥区域会随着时间发生变化，因此根据连续多个时刻监控灰度图像中疑似种子点所在连通区域的变化，获得目标种子点区域。

具体的，本实施例预设的监控灰度图像数量，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定，将任意一张监控灰度图像，记为当前监控灰度图像，按照时间顺序，将当前图像之后的张监控灰度图像，记为参考监控灰度图像，根据当前监控灰度图像中的疑似种子点所对应连通区域在后续张参考监控灰度图像中对应位置处连通区域差异关系反映所述疑似种子点所在区域与未干燥区域的关系。因为在相邻监控灰度图像中未干燥的区域面积逐渐减小，导致当前监控灰度图像疑似种子点的位置在所述后续张参考监控灰度图像中对应位置的连通区域发生变化，具体当前监控灰度图像中的疑似种子点在后续张参考监控灰度图像中所对应位置可能由于干燥导致灰度上升，同时可能导致当前监控灰度图像中的疑似种子点所对应连通区域在后续张参考监控灰度图像中对应位置连通区域由于干燥导致面积减小，并且面积减小的区域趋于施工前进方向的反方向。

进一步，当前监控灰度图像中的疑似种子点在后续张参考监控灰度图像中对应位置处像素点的灰度值上升程度越大，疑似种子点位于未干燥区域的可能性越大，即其为目标种子点的可能性越大；当前监控灰度图像中的疑似种子点在后续张参考监控灰度图像中对应位置连通区域面积相比于疑似种子点在当前监控灰度图像中的连通区域面积减小程度越大，当前监控灰度图像中疑似种子点为目标种子点的可能性越大，并且面积减少方向趋近于施工前进方向的反方向，则疑似种子点在当前监控灰度图像中为目标种子点的可能性越大，将当前监控灰度图像中第个疑似种子点在每个参考监控灰度图像中对应位置处的像素点记为第个疑似种子点对应的目标像素点；

使用区域生长算法，得到每个参考监控灰度图像中目标像素点的连通区域，所需说明的是：此处区域生长条件与上述区域生长条件相同；

将当前监控灰度图像中第个种子点对应的连通区域对应在第个参考监控灰度图像中的连通区域，记为第个参考监控灰度图像中的目标连通域；

在第个参考监控灰度图像中的目标连通域，将与目标像素点的连通区域不重叠的区域，记为第个参考监控灰度图像中差异区域。

以道路施工前进方向的反方向为向量的方向，以为向量的模长，构建施工前进方向的反方向的方向向量，所需说明的是：为预设的向量的模长，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定。

据此，确定当前监控灰度图像中第个疑似种子点为目标种子点的最终可能性为：

其中，表示当前监控灰度图像中第个疑似种子点为目标种子点的最终可能性，表示当前监控灰度图像中第个疑似种子点对应的第个目标像素点的灰度值，表示当前监控灰度图像中第个疑似种子点的灰度值，表示当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的第一可能性，为当前监控灰度图像中第个疑似种子点对应的目标像素点的数量，特殊地，目标像素点不是疑似种子点时，对应的，以此为例进行叙述，为当前监控灰度图像中第个疑似种子点为目标种子点的第一可能性，为当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的程度，表示当前监控灰度图像中第个疑似种子点所对应连通区域的面积，表示当前监控灰度图像中第个疑似种子点在第个参考监控灰度图像中对应目标像素点的连通区域的面积，表示施工前进方向的反方向的方向向量，表示和的夹角，表示第个疑似种子点在第个参考监控灰度图像对应目标像素点的连通区域的最大内切圆的圆心分别到差异区域内所有像素点的距离和方向构建的向量的和向量，为线性归一化函数，将数据值归一化至[0,1]区间内，防止分母为0。

其中，圆心与差异区域内所有像素点形成的向量，以圆心到差异区域内每个像素点的方向，为方向向量，以圆心到差异区域内每个像素点的距离，为向量的模，构成圆心到差异区域内每个像素点的向量，将这些向量相加求和，获得和向量。

根据上述方式，获得所有疑似种子点是目标种子点的最终可能性大小。

至此，确定当前监控灰度图像中所有疑似种子点为目标种子点的最终可能性。

步骤S005、根据疑似种子点为目标种子点的最终可能性，筛选出目标种子点。

具体的，在当前监控灰度图像中利用上述方法确定所有疑似种子点作为目标种子点的最终可能性，确定目标种子点，对当前监控灰度图像中所有疑似种子点的最终可能性进行归一化，具体采用最大最小值归一化法，本实施例预设的判断阈值，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定，将归一化结果大于判断阈值的疑似种子点记为当前监控灰度图像中目标种子点，其中最大最小值归一化法为公知技术，具体方法在此不做介绍。

至此，筛选出了目标种子点。

步骤S006、根据每张监控灰度图像中的目标种子点进行区域生长，获得每张监控灰度图像上的不平整区域；根据每张监控灰度图像上的不平整区域，得到道路施工质量的检测结果。

具体的，基于所有的种子点进行区域生长，而当前目标区域具有一定的灰度变化，此时一般以灰度差异作为生长条件无法满足当前目标区域的分割，即此时需要根据待生长的像素点在生长方向上的灰度变化确定对应的生长条件。

根据当前监控灰度图像中的目标种子点进行区域生长，得到当前监控灰度图像中的不平整区域；

所需说明的是：计算所选择像素点与其八邻域内像素点的灰度值方差，根据所选择像素点的灰度值方差进行区域生长，即停止条件为所选择像素点灰度值方差小于特定值，本实施例预设的特定值，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定。

进一步，计算当前监控灰度图像中不平整区域在当前监控灰度图像中面积的占比，本实施例预设的对比值0.1，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定。

若当前监控灰度图像中不平整区域在当前监控灰度图像中面积的占比大于等于预设的对比值0.1时，判定当前监控灰度图像中的路面不平整，施工质量不佳，此时直接提醒工作人员及时检修；

若当前监控灰度图像中不平整区域在当前监控灰度图像中面积的占比小于预设的对比值0.1时，判定当前监控灰度图像中的路面平整；

按照上述方式，得到每张监控灰度图像的检测结果。

至此，完成区域生长分割获得分割目标，实现道路施工质量实时监控。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种道路工程施工质量实时监控方法，其特征在于，该方法包括以下步骤：

获取多张同一已施工路面的不同时间下的监控灰度图像以及已施工路面对应的道路施工前进方向；

根据每张监控灰度图像中的像素点的八邻域内的像素点灰度值差异，得到每个像素点为疑似种子点的可能性；根据每个像素点为疑似种子点的可能性，从每张监控灰度图像中的所有像素点中筛选出若干个疑似种子点；

对每张监控灰度图像中的疑似种子点进行区域生长，得到每个疑似种子点对应的连通区域；根据道路施工前进方向、每张监控灰度图像中的每个疑似种子点为疑似种子点的可能性以及疑似种子点对应的连通区域的面积，获得疑似种子点为目标种子点的第一可能性；

根据连续时间上的多个监控灰度图像之间的像素点灰度值差异以及疑似种子点为目标种子点的第一可能性，得到疑似种子点为目标种子点的最终可能性；

根据疑似种子点为目标种子点的最终可能性，筛选出目标种子点；

根据每张监控灰度图像中的目标种子点进行区域生长，获得每张监控灰度图像上的不平整区域；根据每张监控灰度图像上的不平整区域，得到道路施工质量的检测结果；

所述根据道路施工前进方向、每张监控灰度图像中的每个疑似种子点为疑似种子点的可能性以及疑似种子点对应的连通区域的面积，获得疑似种子点为目标种子点的第一可能性，包括的具体步骤如下：

在任意一张监控灰度图像的四条边长中，将道路施工前进方向对应的边长，记为道路施工前进方向图像边缘；

将监控灰度图像中第个疑似种子点到施工前进方向图像边缘的最小距离的直线段上的其他疑似种子点，记为第个疑似种子点对应的参考点；

根据每个疑似种子点到施工前进方向图像边缘的最小距离、每个疑似种子点对应的每个参考点所对应连通区域的面积以及参考点为疑似种子点的可能性，得到每个疑似种子点为目标种子点的第一可能性；

所述根据每个疑似种子点到施工前进方向图像边缘的最小距离、每个疑似种子点对应的每个参考点所对应连通区域的面积以及参考点为疑似种子点的可能性，得到每个疑似种子点为目标种子点的第一可能性，包括的具体公式如下：

其中，表示第个疑似种子点为目标种子点的第一可能性，表示第个疑似种子点到施工前进方向图像边缘的最小距离，表示第个疑似种子点对应的第个参考点所对应连通区域的面积，表示第个疑似种子点对应的第个参考点为疑似种子点的可能性，表示第个疑似种子点对应的参考点的数量；

所述根据每张监控灰度图像中的像素点的八邻域内的像素点灰度值差异，得到每个像素点为疑似种子点的可能性，包括的具体公式如下：

其中，为第个像素点为疑似种子点的可能性，表示第个像素点的灰度值，表示第个像素点分别与其八邻域内其他像素点的灰度值差值的均值；

所述根据连续时间上的多个监控灰度图像之间的像素点灰度值差异以及疑似种子点为目标种子点的第一可能性，得到疑似种子点为目标种子点的最终可能性，包括的具体步骤如下：

将任意一张监控灰度图像，记为当前监控灰度图像，按照时间顺序，将当前监控灰度图像之后的张监控灰度图像，记为参考监控灰度图像，为预设的监控灰度图像数量；

将当前监控灰度图像中第个疑似种子点在每个参考监控灰度图像中对应位置处的像素点，记为第个疑似种子点对应的目标像素点；

使用区域生长算法，得到每个参考监控灰度图像中目标像素点的连通区域；

将当前监控灰度图像中第个种子点对应的连通区域对应在第个参考监控灰度图像中的连通区域，记为第个参考监控灰度图像中的目标连通域；

在第个参考监控灰度图像中的目标连通域，将与目标像素点的连通区域不重叠的区域，记为第个参考监控灰度图像中的差异区域；

以道路施工前进方向的反方向为向量的方向，以预设的向量的模长为向量的模长，构建施工前进方向的反方向的方向向量；

根据疑似种子点的连通区域、目标像素点的连通区域、施工前进方向的反方向的方向向量以及参考监控灰度图像中的差异区域，获得疑似种子点对应的每个目标像素点为目标种子点的程度；根据疑似种子点对应的每个目标像素点为目标种子点的程度，获得疑似种子点为目标种子点的最终可能性；

所述根据疑似种子点的连通区域、目标像素点的连通区域、施工前进方向的反方向的方向向量以及参考监控灰度图像中的差异区域，获得疑似种子点对应的每个目标像素点为目标种子点的程度，包括的具体公式如下：

为当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的程度，表示当前监控灰度图像中第个疑似种子点所对应连通区域的面积，表示当前监控灰度图像中第个疑似种子点在第个参考监控灰度图像中对应目标像素点的连通区域的面积，表示施工前进方向的反方向的方向向量，表示和的夹角，表示第个疑似种子点在第个参考监控灰度图像对应目标像素点的连通区域的最大内切圆的圆心分别到差异区域内所有像素点的距离和方向构建的向量的和向量，为线性归一化函数；

所述根据疑似种子点对应的每个目标像素点为目标种子点的程度，获得疑似种子点为目标种子点的最终可能性，包括的具体公式如下：

其中，表示当前监控灰度图像中第个疑似种子点为目标种子点的最终可能性，表示当前监控灰度图像中第个疑似种子点对应的第个目标像素点的灰度值，表示当前监控灰度图像中第个疑似种子点的灰度值，为当前监控灰度图像中第个疑似种子点对应的目标像素点的数量，为当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的程度，表示归一化函数；

表示当前监控灰度图像中第个疑似种子点对应的第个目标像素点为目标种子点的第一可能性，为当前监控灰度图像中第个疑似种子点为目标种子点的第一可能性。

2.根据权利要求1所述一种道路工程施工质量实时监控方法，其特征在于，所述根据每个像素点为疑似种子点的可能性，从每张监控灰度图像中的所有像素点中筛选出若干个疑似种子点，包括的具体步骤如下：

在任意一张监控灰度图像中，将为疑似种子点的可能性大于预设判断值的像素点，记为疑似种子点。

3.根据权利要求1所述一种道路工程施工质量实时监控方法，其特征在于，所述根据疑似种子点为目标种子点的最终可能性，筛选出目标种子点，包括的具体步骤如下：

在任意一张监控灰度图像中，使用最小最大规范法对所有疑似种子点为目标种子点的最终可能性进行归一化处理，得到每个疑似种子点为目标种子点的最终可能性的归一化值；

将为目标种子点的最终可能性的归一化值大于预设的判断阈值的疑似种子点记为目标的种子点。

4.根据权利要求1所述一种道路工程施工质量实时监控方法，其特征在于，所述根据每张监控灰度图像上的不平整区域，得到道路施工质量的检测结果，包括的具体步骤如下：

当每张监控灰度图像中不平整区域在每张监控灰度图像中面积的占比大于等于预设的对比值时，判定每张监控灰度图像中的路面不平整；

当每张监控灰度图像中不平整区域在每张监控灰度图像中面积的占比小于预设的对比值时，判定每张监控灰度图像中的路面平整。