基于机器视觉的路面裂缝检测与识别开题报告

1. 研究目的与意义

高速公路是一个国家经济发展的重要基础设施之一，是国家经济发展水平的风向标。从1988年我国大陆第一条高速公路正式通车到现在，我国的高速公路建设取得了举世瞩目的成就。截止到2018年年底，当年新增高速公路里程达到12212公里，全国高速公路总里程己达到125373公里。我国高速公路的建成极大地促进了国家经济的繁荣和发展，从而进一步推动了大量公路的修建，但是随之而来的问题便是与之对应的道路管理维护水平却相对比较滞后。公路尤其是高速公路因长期投入使用，会形成各种各样的路面危害，其中尤其以裂缝危害的路面破损形式较为常见。较为严重的裂缝甚至会干扰到公路的正常投入使用，加快缩短公路原本正常的使用年限。所以，对于路面管理养护工作的急需性和重要性就日渐凸显了出来。

路面裂缝产生的原因多种多样，主要分荷载型裂缝和非荷载型裂缝两大类。其中荷载型裂缝是由于路面来往车辆的交通因素促成的，即由于大型货物车辆的重压及人为因素的破坏，也称为结构性破坏裂缝；非荷载型裂缝，通常是由于环境温度变化而产生的温度裂缝，例如遭受恶劣雨雪天气或腐蚀性液体的侵蚀。若能够早期检测并发现出路面裂缝，及时对其进行修复处理，就能大大减少公路交通的养护费用和巨额开销，延长公路的使用年限，同时也能明显降低道路的行车安全隐患。而当下路面裂缝检测技术经历了从历史悠久的人工目测的方式，到随后的半自动化检测，直至现在较新的无损全自动检测识别的这三个发展阶段。

过去一直使用的人工视觉目测识别来检测裂缝的方法已经不能匹配当前高速公路的快速发展目标，因为存在几大缺点：检测耗费时间较长且影响路面交通通行、人力成本耗费开支过高且比较危险、由于长时间的检测工作导致视觉疲劳从而使得基于人眼判别检测的准确率较低，不具备准确性、安全性和实时性，从而不能对路面是否健康做出及时准确的判断并修缮。半自动化检测相对于人工视觉检测方法有了一定程度上的改进，但是上述几大人工检测面临的问题半自动化检测方法依然没有完全解决。而目前最新的无损自动化检测系统虽然较前面两种识别检测方式有了显著的改进和提升，能够做到快速、智能化检测，但是自动化检测通常采用多源传感器协同工作，并且多集成在多功能道路检测车上，配置复杂，设备成本昂贵，对技术要求很高。

2. 研究内容和预期目标

研究内容：

本课题主要通过运用机器视觉和matlab环境下的图像处理来进行研究，研究内容有如下几个方面：

(1)路面裂缝图像的数据集查找过程；

3. 研究的方法与步骤

课题中涉及到的数字图像首先需要进行一些处理才能进行后续的工作，在传统图像的预处理中主要包括灰度化、滤波、直方图均衡化等前期图像预处理，随后再对图像进行分割，分离出需要识别的部分，以达到检测和识别裂缝的目的。

首先，要做的是对路面裂缝图像的灰度处理，这一步骤主要在matlab环境下进行，通过利用matlab软件中的相关函数来对彩色图像进行灰度处理，并输出灰度图供后续过程使用。

第二，由于数据库中的路面图像可能存在由于树木、灯光、栅栏和其他一些建筑物由于阳光的照射而产生的投影，这样会造成路面表面的阴影。经过灰度处理后裂缝处的亮度会和阴影处的亮度非常接近，有可能会产生误判，因此需要对灰度后的路面图像进行阴影去除。本设计拟采用亮度补偿方法来去除阴影，具体步骤如下：先对图像进行形态学闭运算，旨在划分出阴影区之前去掉裂缝；然后采用高斯平滑，针对处理后的图像，避免由于路面噪声的存在而对阴影区的划分产生不利的影响；最后根据图像的亮度，选取适合的阈值，将图像分为阴影区和非阴影区，再去消除阴影区的影响。

4. 参考文献

[1] 王磊. 基于机器视觉的路面裂缝分类与检测方法研究[d].哈尔滨工业大学,2019.

[2] 罗秋容. 复杂背景下路面裂缝检测与识别算法研究[d].西华大学,2019.

[3] 左永霞. 高速公路路面破损图像识别技术研究[d].吉林大学,2008.

5. 计划与进度安排

（1）2月24日— 3月8日：搜集资料，熟悉大致内容，毕业设计有大致方案。并撰写开题报告。

（2）3月9日— 3月15日：查找路面裂缝的图片数据集，用作设计仿真材料。

（3）3月16日— 3月29日：查阅资料熟悉matlab操作方法，并了解该环境下的课题中使用到的基本图像处理算法。