[01344998]基于视觉的路面病害智能检测方法研究

本项目的研究目标是研制出一套智能型的能自动进行路面病害检测的系统方法。通过对公路路面图像的摄制,提取路面的图像,提出包括路面的采集装置和方法、路面的信息处理、识别和存储在内的一系列的图像处理方法。主要研究内容如下： （1）研究路面图像采集设备。采集路面图像是整个项目完成的基础,本课题对于采集设备的研究主要是在一般图像采集的基础上增加了GPS定位功能,以及快速压缩存储功能。 （2）对路面图像预处理的研究。由于采集到的路面图像包含大量的噪声信息,在图像处理初期,需要将路面中产生的沥青杂点等噪声消除,保证后期能更好地进行破损的分割和识别,从而保证检测的准确性。在本课题中为了进一步提高预处理的速度,采用的是经典的均值滤波算法在FPGA中并行处理,从而能对一系列图片进行快速的处理。 （3）对图像的分割方法进行研究。图像分割的目的是为了能将破损路面图像中的破损类型的边界分离出来,并且为后面的破损识别和破损程度的分级奠定基础。在本课题中为了达到好的分割效果,并且避免由于图像局部过亮或者过暗导致的分割误差,因此,在分割之前做一个预处理,即进行亮度的平均化,然后再对处理后的图像采取动态计算分割阈值的方法进行破损图像的分割。 （4）对路面破损情况分类方法研究。对于这部分内容的研究主要是基于SVM算法,使得对真实路面的分类效果可以达到99%。 （5）路面破损程度的等级划分。对于路面破损程度的等级划分本课题是根据公路沥青路面破损分类分级和分类指标进行的,对路面进行智能化的等级划分,将各类破损分别划分成轻、中和重等级。 （6）路面整体评价的研究。在对破损图像进行完类别和程度的的自动识别后,再对整个路面进行整体的评价,并实现了信息的跨平台共享,以保证整段路面信息的前后信息的对比,从而更有利于预测下一步的路面养护方式和时间。