基于机器视觉的智慧城市路面裂缝检测关键技术研究.docxVIP

?

?

基于机器视觉的智慧城市路面裂缝检测关键技术研究

?

?

逢吉祥厉丹王玲龙王泳淞葛一张丽娜

摘要：随着城市道路行业从大规模建设周期过渡到大规模养护周期，城市路面裂缝检测就道路养护部门的工作重点之一。目前城市路面裂缝检测技术已从传统的人工处理向自动化的方向发展。城市路面裂缝检测技术包括路面图像灰度化，图像滤波，图像增强，图像二值化，迭代阈值分割，K-means算法，路面裂缝参数计算。本文重点阐述了基于机器视觉的智慧城市路面裂缝检测关键技术研究。

关键词：路面裂缝检测;图像灰度化;迭代阈值分割;K-means算法

：TP391;U41??：A

：1009-3044（2021）11-0174-02

CrackDetectionofSmartCityPavementBasedonMachineVisionResearchonKeyTechnologies

FENGJi-xiang，LIDan，WANGLing-long，WANGYong-song，GEYi，ZHANGLi-na

（InformationandElectricalEngineeringCollege，XuzhouInstituteofTechnology，Xuzhou221000，China）

Abstract：Withthetransitionofurbanroadindustryfromlarge-scaleconstructioncycletolarge-scalemaintenancecycle，urbanpavementcrackdetectionisoneofthekeyworkofroadmaintenancedepartment.Atpresent，thedetectiontechnologyofurbanpavementcrackshasdevelopedfromtraditionalmanualprocessingtoautomation.Urbanpavementcrackdetectiontechnologyincludespavementimagegraying，imagefiltering，imageenhancement，imagebinarization，iterativethresholdsegmentation，K-meansalgorithm，pavementcrackparametercalculation.Thispaperfocusesontheresearchonthekeytechnologyofpavementcrackdetectioninsmartcitybasedonmachinevision.

Keywords：pavementcrackdetection;imagegraying;iterativethresholdsegmentation;K-meansalgorithm

1引言

随着改革开放的深入发展，我国在交通运输领域的发展取得了重大的突破。道路行业已从大建设周期过渡到了大养护周期。目前我国对城市路面的裂缝检测主要依靠人工，人工检测的同时就伴随着人力物力的浪费，还容易出现遗漏裂缝的现象。伴随着智慧城市的飞速发展，基于图像处理城市路面裂缝的关键技术研究就迫在眉睫。

2城市路面裂缝检测关键技术

整个系统过程如图1所示。

2.1图像灰度化-加权平均法

图像灰度化：假设F（i，j）为RGB模型中的某像素，若其3种基色的亮度值相等，则会产生灰度颜色，将该R=G=B的值称为灰度值。针对城市路面裂缝图像的检测要求，需要将RGB图像转换为灰度图像。本系统采用加权平均计算灰度图像的方式对裂缝图像进行灰度化，即选取像素F（i，j）的R、G、B分量的亮度加权均值作为该像素的灰度值：

[Fg（i，j）=0.30*R（i，j）+0.59*G（i，j）+0.11*B（i，j）]????（1）

2.2K-means算法

K-means算法即K均值聚类算法，它是一种迭代求解的聚类分析算法。对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量大。如果用数据表达式表示，假设簇划分为（[C1]，[C2]，...，[Ck]），则我们的目标是最小化平方误差E：

[E=i=1Kx∈ci||x-ui||2]???????????????（2）

其中[u