三种路面破损分类算法的仿真比较

路面破损分类是制约路面破损自动检测的发展和普及的重要因素之一。本文在前文提出的破损密度方法的基础上，提炼出两种基于密度因子方法的算法——基本密度因子算法和方向密度因子算法，并通过仿真，验证了其对常见的5种路面破损类型进行分类的可行性。文中作为对照的方法是由美国Lee，Byoung Jik博士提供的PROXIMITY算法。仿真结果表明：1)三种路面破损分类算法中，方向密度因子算法对5种常见路面破损类型的整体识别效果最好；2)对于常规算法最难区分的块状裂缝和龟状裂缝，基本密度因子的算法的识别效果最好。这充分验证了前文中我们提出的基于破损密度因子的路面破损分类方法的可行性和优越性。     

基于混合密度因子的路面破损自动识别研究

路面破损分类成为限制路面破损自动检测的普及和发展的重要因素．本文在已提出的破损密度因子算法的基础上,进一步设计出了混合密度因子,得到一种基于图像子块分布特征的路面破损识别算法．通过仿真,验证了其对常见的5种路面破损类型进行分类的可行性,并选择了另外一种路面破损分类算法来进行神经网络仿真对比．神经网络的训练样本是两组,测试样本也是两组,进行了四次仿真对比．四次仿真结果都显示混合密度因子算法有很高的识别率．     

路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

旧水泥砼路面破损状况合理评价体系

旧水泥砼路面的评价对采取正确的路面养护和维修措施具有重要的作用．本文通过对现行的旧水泥砼路面破损评价的方法和各种方法所采用的指标的对比，指出现行评价方法的优点和存在的不足，并提出了模糊评价方法和指标，以对水泥砼路面破损状况进行更为客观合理的评价，建立合理的评价体系，为采取合理的水泥砼路面修补措施提供理论依据.     

破损路面对城市道路路段通行能力的影响

为了准确评价路面破损条件下的道路通行能力,有必要探讨破损路面对道路通行能力的影响。选取路面车辙深度、裂缝率、坑槽宽度和修补率作为破损路面状况的评价指标,给出了基于灰色聚粪分析方法的破损路面状况评价方法。应用该方法对调查路段的破损路面状况进行等级划分,并基于不同破损路面状况等级路段调查的交通流参数,分析破损路面对饱和车头时距和平均行程车速的影响。引入破损路面修正系数的概念,得到不同破损路面状况等级对应的路段通行能力修正系数,并给出不同破损路面状况等级对应的城市道路路段通行能力推荐值。     

城市沥青路面结构破损的综合性养护方法

为减少城市沥青路面的裂缝、车辙、坑槽等不同类型的结构性破损,构建综合性养护方法,依据结构破损的成因设计养护措施。通过均衡多方面路面性能,根据路面破损程度、综合性养护方法和路面评估指标间的关联性,与精表处技术和微表处技术2种方法对比,评选城市沥青路面结构破损的最优综合性养护方法,并进行仿真试验和路面试验。结果表明：综合性养护方法的效果较全面,破损状况指数为92.78,裂缝率为0.32%,车辙深3.7 mm,效果比其他2种方法好,能有效修复沥青路面破损,提升路面防滑性和耐用性。     

高速公路沥青路面破损评价及原因分析

本文针对高速公路常见的裂缝、车辙、沉陷、龟裂等破损病害，探讨了沥青路面破损调查和评价方法，并结合高速公路病害特点，分析了其产生的主要原因。     

基于神经网络的沥青路面破损图像识别研究

提出了一种减少沥青路面破损图像识别计算量的图像分割方法.将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征.设计了基于BP神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果.并将路面破损图像子块分布特征作为路面破损图像的整体特征,在此基础上设计了基于全局优化算法的路面破损前馈神经网络分类器.最后进行了路面破损图像识别试验,识别率达到96.7%.     

路面破损检测的自动定位技术探讨

路面破损检测自动定位技术为路面的修整提供了技术支撑，为路面的持续运行提供了保证。以传统的路面破损检测方式为基础进行分析，明确了传统路面破损检测技术中存在的问题，而后提出了自动定位检测系统，为公路路面的检测和维修提供了技术帮助，同时也为类似路面破损检测的自动定位技术提供了可供参考的经验。     

开槽法修补破损沥青路面技术分析

针对沥青砼路面的破损，从工艺、材料和机械设备三个方面对开槽法修补破损沥青路面进行分析，提出了获得理想维修效果的具体要求．