当前位置:主页 > 科技论文 > 路桥论文 >

路面裂缝检测系统关键技术的研究与开发

发布时间:2020-08-08 17:49
【摘要】:路面裂缝识别属于图像纹理分类问题。近年来,在路面裂缝检测领域,主要研究方向围绕在高效、准确地测量计算出路面上各类裂缝信息,特别是初期较为细小的裂缝。由于高速路面上的裂缝本身存在不规则的方向变化,并掺杂有正常沥青石子间的纹理、油斑、物体影斑、车辙、标线等复杂的噪音源,路面裂缝的自动识别分类仍然存在许多难点。使用传统的人工检测路面裂缝周期往往达到3~6个月,严重制约了道路养护决策,已经在一定程度了失去了时效性;同时,使用人工进行路面裂缝检测受到检测技术自动化程度不足、检测人员主观判断程度高等因素的作用,精准度和稳定性往往也受到影响。论文研究了使用机器学习技术和图像处理技术对高速路面中的裂缝进行分类识别和参数测量的方法。通过机器学习实现对路面图像中存在裂缝的路面图像区域的标识,主要包括裂缝样本选择、特征值计算、分类器训练和裂缝外接矩形计算。使用优化的Haar模板和改进检测机制改进减少了路面裂缝分类器训练所需时间,并提高了路面裂缝识别检测速度。论文中对裂缝特征测量主要利用裂缝骨架和轮廓信息求取裂缝长度、宽度、面积等各项参数。裂缝骨架提取应用了细化算法,然后对细化得到的裂缝骨架进行毛刺消除和骨架跟踪。在长度计算上,论文采用直线拟合法对裂缝分段求取长度,然后再计算总长;在裂缝方向上通过判断拟合直线斜率完成裂缝方向进一步判定;在宽度计算上,论文设计一种算法在骨架的邻域内搜索裂缝轮廓边缘,实现裂缝宽度计算;在块度计算上,根据块度的定义,设计一种最小闭合骨架单元搜索算法搜索计算网状裂缝的块度值;在面积计算上,设计一种面积计算方法实现对网状类裂缝的面积计算。最后,论文在Visual Studio 2015平台上利用OpenCV对高速路面实测图像的分析识别、裂缝参数测量进行编程实现。论文设计的系统对评定、鉴定高速路面裂缝破损,缩短路面养护周期具有重要应用价值和经济效益,同时该系统也可以应用于桥梁、隧道等诸多领域。
【学位授予单位】:济南大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP274;TP391.41;U418.6
【图文】:

相机,外观,路面,图像采集


这种计算流程能有效提高裂缝几何参数计算速度,同时排除大量的非裂缝区域也有助于提高裂缝几何参数的计算精度。2.1 路面图像采集及纹理特点在路面图像采集过程中采集车运行速度高,路面干扰纹理多,实现图像的快速采集和降低采集过程中的图像噪音有利于路面图像的下一步处理此外。路面图像采集过程中需要注意路面光照条件、相机采集频率和车速的匹配。路面图像采集时使用 EoSens 25CXP 高速相机、NIKON 14mm 镜头与 microEnable5 VQ8-CXP6D 型图像采集卡进行,采用 CX DIN to DIN 5m 线缆进行数据传输。其CoaXPress 接口可以满足 EoSens CXP 系列高速摄像机在超过 100 米的范围内高帧速率传输百万像素级图像,可以实现在 PC 端的图像高速接受和处理,此接口的速率高达25Gbit/s。采集速度可以达到每秒采集 81 幅图像的速度,采集过程中使用独立光源补光,采集车及相机外观如图 2.1 所示。路面图像采集路段为 G22 高速 K62-K87 上行段。

路面裂缝,类型


c) 龟裂 d) 块状裂缝图 2.2 常见路面裂缝类型需要对路面裂缝表现出的纹理特征特点进行全面分析,常见的路面裂缝如图 2.2 示。通过对两万余张路面图像库中存在的裂缝分析后,将路面裂缝特征归结为以下几点1)从灰度图的灰度值上分析,出现裂缝的图像区域较正常路面的图像区域要暗,灰度值低。2)在相机拍摄的路面图像中,能被分辨到的路面裂缝在视觉上存在一定的连续性在灰度图中裂缝区域与正常路面区域交界处存在着较大的梯度变化,灰度值的剧烈变在视觉层面上表现为裂缝的轮廓。3)路面裂缝检测系统需要识别计算的裂缝有包含横向裂缝、纵向裂缝的单向类裂以及包含龟裂、块状裂缝的网状类裂缝,在视觉层面上裂缝目标都具有不同的几何参数并且对于平行于行车方向的纵向裂缝和垂直于行车方向的横向裂缝,在裂缝走向上具一定规律。4)对于包含横向裂缝和网状裂缝的单向类裂缝、包含龟裂和块状裂缝的网状类

关系图,路面裂缝,主要功能,关系图


完成对路面裂缝的查找和裂缝几何参数计算的数据准备。不同于传统的使用预处理手段突出路面图像中裂缝特征的方法,在使用的裂缝分类算法进行裂缝区域标识前,需要尽可能保留图像的原有细节。路面图像噪音作为路面裂缝纹理特征的一部分,对丰富路面纹理信息有着重要帮助,为了保证原有路面裂缝纹理特征的完整性,使用原始路面图像进行裂缝分类器训练。在进行裂缝几何参数测量计算时,对标识得到的裂缝图像使用图像测量原理,设计裂缝各项几何参数计算算法,通过图像分割、裂缝轮廓与骨架提取、方向链码跟踪裂缝骨架、直线拟合、8 邻域搜索等算法实现裂缝长度、方向、宽度、块度和面积的计算,最终完成裂缝破损等级评估工作。本系统功能模块关系如图 2.3 所示,主要目的概括为:1)能够自动完成对路面图像库中的裂缝区域四个角点的标识;2)对裂缝区域内的各项裂缝几何参数进行测量;3)完成裂缝类型、破损程度等评定,并建立裂缝。

【相似文献】

相关期刊论文 前10条

1 马志丹;;基于机器学习的裂缝检测方法研究[J];信息通信;2018年11期

2 许海标;;基于结构光的公路路面裂缝检测关键技术[J];科技与企业;2016年10期

3 王睿;漆泰岳;王华夏;;隧道衬砌裂缝检测方法综述[J];四川建筑;2013年03期

4 杨波;怀亚;葛新亚;;地下室顶板裂缝检测及其处理研究[J];九江学院学报(自然科学版);2016年04期

5 孔选林;唐建明;徐天吉;;曲率属性在川西新场地区裂缝检测中的应用[J];石油物探;2011年05期

6 陈一统;王华川;;隧道沉管段裂缝检测[J];科技资讯;2008年17期

7 丁睿,吴永红,刘浩吾;分布式光纤传感技术在结构裂缝检测中的应用[J];四川水力发电;2003年01期

8 张仁瑜,梁小林;预应力混凝土裂缝检测[J];建筑科学;1997年03期

9 吴景利;;公路隧道裂缝检测系统的研究与设计[J];山东工业技术;2018年09期

10 章凯;秦爱红;李红万;;预应力混凝土桥梁的裂缝检测及加固[J];山西建筑;2007年13期

相关会议论文 前10条

1 徐雷鸣;靳文芳;;三维P波裂缝检测技术及其应用研究[A];中国地球物理.2003——中国地球物理学会第十九届年会论文集[C];2003年

2 董渊;朱亚平;杨慧珠;;P波裂缝检测方法研究[A];1998年中国地球物理学会第十四届学术年会论文集[C];1998年

3 王兴建;曹俊兴;李学民;;裂缝检测方法研究与应用[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

4 别明娟;白伟亮;左龙;李东华;;某混凝土结构裂缝检测与分析[A];第四届工程质量学术交流会论文集[C];2012年

5 梁志强;;广义Hough变换及其在裂缝检测中的应用[A];中国地球物理学会第二十三届年会论文集[C];2007年

6 赵珊珊;何宁;张晶晶;吴蕊珠;;基于聚类分析的路面裂缝检测[A];中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C];2017年

7 叶强;张清华;吴庆令;;某综合楼的裂缝检测与结构加固[A];第二届全国工程结构抗震加固改造技术交流会论文集[C];2010年

8 付军;马从计;;一种新的基于图像处理的水下大坝裂缝检测算法[A];水库大坝建设与管理中的技术进展——中国大坝协会2012学术年会论文集[C];2012年

9 杨正刚;楼加丁;韩道林;;声波穿透及钻孔录像在混凝土裂缝检测及灌浆质量评价中的应用[A];贵州省岩石力学与工程学会2014年学术年会论文集[C];2014年

10 乔建华;毕友明;;基于DSP的铁轨表面裂缝检测系统的设计[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年

相关博士学位论文 前6条

1 孙晓明;基于结构光的公路路面裂缝检测关键技术研究[D];哈尔滨工业大学;2012年

2 马常霞;基于图像分析的路面裂缝检测的关键技术研究[D];南京理工大学;2012年

3 李刚;基于灰色系统理论的路面图像裂缝检测算法研究[D];武汉理工大学;2010年

4 刘开元;孔隙—裂缝型储层预测方法研究[D];成都理工大学;2014年

5 徐明华;土库曼斯坦阿姆河右岸盐下致密碳酸盐岩裂缝地震预测方法研究[D];成都理工大学;2013年

6 胡勇;面向室外场景的图像纹理分析与应用研究[D];南京理工大学;2010年

相关硕士学位论文 前10条

1 陈禹;基于堆叠卷积自编码器的分布式应变裂缝检测方法研究[D];长安大学;2019年

2 王世兵;路面裂缝检测系统关键技术的研究与开发[D];济南大学;2019年

3 鞠芳蓉;混凝土表面图像多级去噪及裂缝检测方法研究[D];重庆邮电大学;2018年

4 文青;基于深度学习的建筑物表面裂缝检测技术研究与实现[D];北京邮电大学;2019年

5 余俊辰;影像线特征自动识别方法及在道路裂缝检测中的应用研究[D];重庆交通大学;2018年

6 马卫飞;基于深度学习的桥梁裂缝检测算法研究[D];陕西师范大学;2018年

7 李丽;复杂背景下的路面裂缝检测算法研究[D];陕西师范大学;2018年

8 高小小;基于深度学习的混凝土桥梁裂缝检测与分类[D];陕西师范大学;2018年

9 张玉雪;基于多特征决策融合的路面裂缝检测方法研究[D];南京理工大学;2018年

10 闫帅;基于自然光照条件的路面裂缝检测算法研究[D];长安大学;2018年



本文编号:2785900

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2785900.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户49c47***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com