基于图像自动匀光的路面裂缝图像分析方法

基于视频图像检测裂缝是当前路面病害检测的主要手段。为解决路面裂缝检测系统在不同光照条件下裂缝识别可靠性问题,研究了一种基于图像自动匀光的路面裂缝图像分析方法。首先对基于面阵CCD相机图像裂缝检测存在的问题进行分析,提出采用图像自动匀光技术解决不同光照条件下图像一致性输入问题;其次,设计了一种基于自动电子印相机原理的路面图像快速匀光算法,提出了一种实用的路面裂缝图像处理策略并设计了路面裂缝图像处理流程;最后,对一组由面阵CCD相机获取的路面图像按照该方法进行路面裂缝检测试验,验证了基于图像自动匀光的路面裂缝图像分析技术的合理性和实用性。     

基于视觉图像处理的路面裂缝量测算法研究

利用机器视觉图像处理方法,针对传统的人工测量高速公路路面裂缝方法的多种弊端,提出一种对高速公路路面裂缝的图像信息进行自动分析处理的新算法,采用几何学原理,将现实世界的三维坐标,投影为二维信息,通过一系列的转换,可以精确地得到裂缝的长度与面积。实验结果表明,可以较精确地测量出裂缝的长度、宽度及面积,为高速公路路面裂缝的分析和管理提供了技术基础。     

基于视觉图像处理的路面裂缝量测算法研究

利用机器视觉图像处理方法,针对传统的人工测量高速公路路面裂缝方法的多种弊端,提出一种对高速公路路面裂缝的图像信息进行自动分析处理的新算法,采用几何学原理,将现实世界的三维坐标,投影为二维信息,通过一系列的转换,可以精确地得到裂缝的长度与面积。实验结果表明,可以较精确地测量出裂缝的长度、宽度及面积,为高速公路路面裂缝的分析和管理提供了技术基础。     

路面裂缝无损检测图像采集系统设计

针对路面裂缝无损检测要求,设计了基于单片机、GPS和线阵摄像机的路面图像采集系统。解决了单片机对线阵摄像机外触发信号的控制问题,完成了对动态图像进行高速实时的拍摄控制的要求。同时设计了基于VC＋＋和MIL软件的图像采集软件系统。包括采集参数设置,路面动态图像实时显示,GPS信号的接收和数据库信息存储。系统实现了对路面裂缝图像的动态拍摄并将其保存在计算机硬盘里,为后续图像处理提供可靠数据。试验结果表明,系统能够有效地对路面图像信息进行实时采集,并对海量信息进行存储,获得了良好的动态图像抓拍效果。     

基于Jetson TX2的路面裂缝检测系统设计

针对目前采用深度学习框架的路面裂缝检测方法存在落地应用难、成本高与效率低等问题，设计了基于Jetson TX2的路面裂缝检测系统。通过YOLOv5网络识别路面裂缝，使用U-Net网络对裂缝目标进行分割，并根据分割结果进行路面健康评价；其次，利用TensorRT方法优化深度学习模型，提高推理速度；最后，结合DeepStream框架设计路面视频流分析系统并部署到Jetson TX2嵌入式平台。实验结果表明：路面裂缝目标检测模型对横向、纵向和网状裂缝3种路面常见路面裂缝的检测精度均达到了90%以上，且模型优化后的推理速度为30.7 ms/帧，速率提升35.1%;最后经过验证，Jetson TX2嵌入式平台的裂缝漏检率较低且满足路面裂缝检测的实时性，能够降低路面裂缝检测的成本，给出相应的维修建议，提高路面裂缝检测效率与自动化程度。     

庐铜高速沥青路面养护技术方案研究

庐铜高速公路经过近10年的运营,路面服务水平和能力有下降的趋势。本文通过对庐铜高速公路的原路面设计以及养护措施影响因素的分析,基于灰色系统理论确定了庐铜高速公路最佳养护时机。提出采用针对性更强的养护技术方案:微表处、薄层罩面、铣刨重铺和裂缝处治进行养护处治,以提高其路面的使用性能。     

基于相位编组法的路面裂缝自动识别

研究了基于数字图像处理技术的路面裂缝自动识别方法,给出了基本的系统组成及工作原理.通过对路面裂缝图像的分析,对比了各种图像增强算法的特点和适应性;结合路面裂缝图像的随机性和目标、背景变化复杂的特点,指出传统方法中仅仅利用灰度变化的幅度作为局部边缘提取的主要度量是存在问题的.提出采用相位编组法进行裂缝提取,并在现场采集大量的图像尝试进行实例验证.结果表明:相位编组法有利于检测出有弱对比度的裂缝,并可以检测到细小裂缝.     

基于深度学习方法的路面裂缝目标检测

公路和城市道路最主要的路面损坏类型是裂缝类病害。能否准确识别,尤其在众多路面信息图像中高效甄别各类表观病害,为路面技术状况评定、养护科学决策和路面病害处置提供基础数据,是当前领域研究的重难点。为此,对横向裂缝、纵向裂缝、斜裂缝长度类和龟裂、破损板面积类等典型裂缝类病害几何特征进行分析,确定了自动识别裂缝样本标注方法,构建了路面裂缝目标检测样本库,包含沥青裂缝长度类图像样本6 311个、龟裂面积类图像样本4 086个、水泥裂缝长度类图像样本37 945个、破碎板面积类图像样本7 310个。基于Faster-RCNN进行训练验证,开展路面裂缝目标检测并实现自动识别。利用北京市政道路2 000 km路面图像进行试验验证,并与路面裂缝Unet分割自动识别方法进行对比。试验结果表明,开展路面裂缝目标检测可通过提出的深度学习方法,有效提高召回率和准确率,其值高达85%以上,自动识别运行效率为12.3帧/s,与Unet分割自动识别方法对比更接近路面裂缝实际情况。     

半刚性基层沥青路面裂缝的分析

本文介绍了利用无损检测技术检测高速公路裂缝发展的状况，分析了高速公路路面横向裂缝产生的原因，为高等级道路的设计，施工，养护等方面提出了可供参考的意见和建议。     

基于SFO-DPC算法的三维沥青路面裂缝检测

复杂的路面纹理和噪声的影响导致现有路面裂缝检测方法有效性较低。为了提高路面裂缝检测精度,该文提出一种基于自调节步长果蝇优化密度峰值聚类(SFO-DPC)算法的三维沥青路面裂缝检测系统。首先,利用Gocator3100系列双目智能传感器构建三维图像采集系统来采集沥青路面的三维数据;然后,采用自调节步长果蝇优化密度峰值聚类算法对沥青路面的三维数据进行聚类分析,达到裂缝识别的目的;最后,将聚类分析的结果映射至二维图像中,更直观地验证裂缝检测结果。通过比较发现,该算法能够实现有效的沥青路面裂缝检测,并且相较其他基于聚类的三维检测方法,检测效果更加高效准确。     

基于数学形态学的路面裂缝图像处理技术

为精确提取路面裂缝信息,将数学形态学方法应用于路面裂缝图像的分析与处理中。首先将目标图像二值化并通过全局阈值法对其进行预处理,然后通过数学形态学的开、闭运算去除图像噪声;为修补裂缝断裂,对目标图像进行膨胀、细化循环操作;为捕获目标图像边缘的有效信息,通过形态学边缘检测算子对图像边缘进行叠加与捕获。最后,采用轮廓链码方法对检测结果进行计算。结果表明,单一纵向裂缝循环14次最佳,路面龟裂循环37次最佳。经数学形态学方法进行处理的裂缝计算结果与实际检测结果相比误差小于5%。     

高速公路路堤和路面软基病害检测及加固处理

某高速公路 K1 0 4 2 0 0～K1 0 6 5 0 0段穿过鱼塘 ,路堤采用钢渣水中挤淤法施工 ,通车后路面出现了严重的纵向裂缝、车辙、沉陷 ,影响了路面的使用性能 ,同时路堤存在滑动的隐患 ,必须进行加固处理。为此 ,首先通过系统检测 ,分析路面裂缝产生的原因 ,然后提出针对性的加固处理方案 ,最终实施加固处理施工 ,所取得的成果对其它高速公路的维修加固具有参考价值     

半刚性基层沥青路面温缩型反射裂缝的扩展机理分析

通过对半刚性基层在温度应力作用下裂缝扩展机理的分析,以线弹性断裂力学理论和有限单元方法为基础、利用ANSYS计算软件,研究了产生反射裂缝的力学机理,分析了各参数对含裂纹路面结构的应力场以及裂纹尖端应力强度因子的影响。结果表明,得出裂纹尖端的应力集中是导致裂缝向上扩展的根本原因,降低基层材料的弹性模量能抑制或延缓基层裂缝的扩展;当裂缝已经反射到面层后,降低面层材料的弹性模量也可以起到抑制或延缓基层裂缝的扩展;同时,外界环境和路面结构对裂缝的扩展亦有较大的影响,应根据当地的气候条件合理地设计沥青面层和基层的厚度,以保证路面结构具有预期设计的抗裂性。为防止或减少反射性裂缝有重要的参考价值。     

数学形态学路面裂缝识别算法研究

裂缝的自动识别是公路管理和维护系统的一个重要组成部分。根据路面图像的特点,提出了一个新的基于多结构多尺度数学形态学路面裂缝自动识别算法。首先使用不断增大的结构元素对图像进行交替开闭滤波,平滑图像并去除噪音,然后使用多尺度形态学边缘检测器提取裂缝边缘,最后使用基于标记符的分水岭变换分割出裂缝对象。结果表明,和传统方法相比,文中提出的算法显示出更好的效果。     

浅析贵遵公路三桥至贵阳北站路面维修工程实例运用

以实际工程为背景,介绍了路面检测的方法,通过智能检测,检测出路面的龟裂、块状裂缝、纵向裂缝、横向裂缝、坑槽、松散、沉陷、车辙、波浪拥包、泛油、修补等破坏类型的数量、程度及位置,分析各路段路面破损率和PCI值。探讨了病害出现的原因,提出了路面病害处治的方法,并分段实施路面改造加铺设计。     

基于高度差乘积的三维沥青路面裂缝识别

为了提高三维沥青路面中裂缝的提取精度与可靠性,提出了一种基于高度差乘积原理的沥青路面三维图像裂缝检测算法。首先,使用同时考虑空域和频域信息的双边滤波器对图像进行预处理,以达到平滑路面纹理并保持裂缝轮廓特征的目的;然后,利用裂缝轮廓的高-低-高程度大于纹理区域且具有较强对称性的特点,设计了一个高度差乘积算子,该算子能有效放大裂缝与非裂缝区域的差异程度,通过该算子的处理可得到相应的裂缝映射图像;最后,对映射图像进行动态阈值分割和去噪,获得最终的裂缝二值图像。研究测试表明:提出的算法能达到96.51%的准确率、83.35%的召回率及87.97%的F值,相对于其他典型三维裂缝检测方法有所改善。     

江西省高速公路沥青混凝土路面早期病害及原因分析

通过对江西省高速公路沥青混凝土路面的调查,总结出早期病害的主要3种类型,分别为裂缝、坑槽和车辙.造成这些早期病害的深层次原因有:交通量大,超载车辆多,不少高速公路路面承受的累计当量轴次远远大于当初的设计轴次;路面设计理论不能反映路面的真实状况,路面结构形式单一;通过分析江西省5个气象台站30年的年降雨量、年极端最低气温和最热7 d平均气温等气象数据,实测乐温高速公路柔性基层试验段沥青混凝土路面内部的温度场,可知当地较大的年降雨量和较高的路面温度对沥青混凝土路面不利;施工中存在许多不利环节;路面养护有时不能对症下药.最后提出了防治早期病害的建议.     

某高速隧道复合路面改造方案应用研究

国内有不少高速公路隧道都进行过路面白改黑工程,由于高速公路车流量大,重载车辆比例高,复合路面极易出现反射裂缝等病害;且隧道内空间相对封闭,给路面改造方案和施工带来较多限制和困难。以某高速公路隧道为例,经病害调查统计和现场试验检测深入分析了复合路面病害成因,通过理论计算得出沥青加铺层最小厚度,并针对反射裂缝问题提出了相应的处治措施,最后结合实际施工条件提出了适宜的改造方案。     

一种道路图像破损自动识别系统的设计

为了适应现代公路的高速发展,提高路面检测的工作效率和准确率,取代传统人工检测方法,本文基于CCD摄像机方法设计了一种道路图像破损自动识别系统。系统由图像采集单元、图像处理单元、GPS定位单元组成,其中,硬件设计中包括GPS定位单元、CCD摄像机采集单元、辅助照明单元、UPS电源等;软件设计中包括图像采集程序设计和图像处理程序设计。设计结果表明:通过GPS定位技术和CCD摄像技术能够快速、科学、准确地连续采集路面图片,系统软件能够实现对破损路面图片的自动识别与处理等一系列工作,可以应用到工程实际中。     

基于Crack Mask R-CNN模型的路面裂缝像素级分割及测量算法应用分析

针对现有路面裂缝分割存在的问题,该文提出一种Crack Mask R-CNN像素级分割算法。Crack Mask R-CNN是一种用于路面裂缝图像的实例分割框架,其不仅可对图像中的裂缝进行检测,还可以对每一个裂缝的具体轮廓给出一个高质量的分割结果。首先对采集的道路裂缝大数据进行数据去噪和数据增强,构建用于模型训练、测试的数据集;其次,通过优化分割算法中锚框的比例和大小提高模型选择裂缝候选区域的准确度,并使用IoU-guided非极大值抑制（Non-Maximum Suppression,NMS）算法替代传统算法,以此提高道路裂缝分割精度。在模型学习超参数优化方面,通过训练多种组合算例,从中选择分割效果最优的超参数组合,最终训练出裂缝分割精度为93.45%的分割模型;最后,通过提取裂缝区域的拓扑特征信息,进一步实现裂缝像素级别尺寸信息的有效测量。