基于分形理论的水泥混凝土路面坑槽破损程度判别

发布时间：2021-02-03 18:07

　　为了提高水泥混凝土路面坑槽破损程度的判别效率,提出使用分形维数（D）和破损率（DR）评价坑槽破损状况的方法。通过路况检测车采集具有典型病害的水泥混凝土道路图像,基于纹理和灰度相结合的方法,提取出坑槽区域的二值图像,根据每幅图像对应的路面状况指数及DR,确定不同破损程度的分形维数范围。研究表明,当1.26≤D<1.57、1.39<DR≤9.71,坑槽为轻度破损;当1.57≤D<1.77、9.83<DR≤18.09,坑槽为中度破损;当D≥1.77、DR≥18.43,坑槽为重度破损;提出的分形理论方法对坑槽破损程度判别的总体准确率为97.22%。采用分形维数D与破损率DR相结合的评价方法可实现对水泥混凝土路面坑槽破损程度的高效准确判别。 

【文章来源】：科学技术与工程. 2020,20(28)北大核心

【文章页数】：6 页

【部分图文】：

图像采集过程

分形图像的原始图像一般为灰度图像,采用盒维数法计算坑槽图像的分形维数时,则需要二值图像。因此,首先要对原始图像进行处理,将坑槽从整个路面背景图像中剥离出来,获得完整的坑槽区域并将其二值化。水泥混凝土路面颜色较浅,坑槽区域与路面背景的灰度、颜色、纹理等都非常接近,因此采用图像灰度和纹理相结合的方法处理坑槽,排除路面区域的干扰,准确提取坑槽区域,从而确定坑槽的分形维数及PCI。提出的算法于MATLAB环境实现,图像预处理的结果见图2。3 破损程度分析

根据2.2节图像处理得到的二值图,利用盒子法计算坑槽的分形维数。首先定义观测尺度,即盒子的边长ε,绘制盒子网格序列,利用网格覆盖包含坑槽的区域;然后计算不同尺度下与坑槽区域相接的盒子数N(ε),得到一系列盒子尺度与盒子数的数据对[ε,N(ε)],将这些数据绘制于双对数平面内,得到[lg(1/ε),lgN(ε)];利用最小二乘法直线拟合盒子尺度与盒子数对,该直线方程斜率的绝对值即为分形维数D,D越大,表明坑槽破损越严重。计算结果如图3所示。选取240张包含坑槽损伤的路面图像,在仅讨论坑槽的破损程度时,决定PCI的是坑槽的范围及其破损率,根据2.2节处理得到的坑槽二值图像,求其破损面积,计算破损率,进一步得出PCI,再由上述盒维数法计算出对应的分形维数值,以确定坑槽不同破损程度下的分形维数范围。由计算结果发现坑槽图像的PCI均小于80,因此将PCI指标评价中“优”“良”“中”类的破损状况统一定义为“轻度破损”,“次”定义为“中度破损”,“差”定义为“重度破损”。根据PCI指标评定的破损状况,确定坑槽每类破损程度对应的分形维数D与破损率DR的范围,如表2所示。不同破损程度的坑槽图像及其分形维数见图4～图6。

【参考文献】：
期刊论文
[1]结构光三维扫描技术在道路病害识别方面的研究[J]. 雷利伟,杨峰,夏云海.  科学技术与工程. 2017(19)
[2]融合分形维值的路面裂缝损伤评价模型[J]. 沈照庆,贾龙超,姚铁山,王爱萍.  长安大学学报(自然科学版). 2015(05)

硕士论文
[1]路面病害图像自动分类方法研究与分析[D]. 韩杰.南京理工大学 2007



本文编号：3016941