王忠勇，闫飞宇，姚江敏

（郑州大学 信 息工程学院， 河南 郑 州 4 50001）

同步碎石封层是一种路面养护技术，使用专用设备即同步碎石封层车将碎石以及粘结材料（改性沥青或改性乳化沥青）同步铺洒在路面上，通过自然行车碾压形成单层沥青碎石磨耗层，能够有效快速的治愈多种路面病害[1]。对同步碎石封层施工质量进行准确评价对公路养护事业具有重要意义。碎石撒布覆盖率即石料覆盖面积与施工路面面积比值，是同步碎石封层施工质量的重要的评价标准。而碎石撒布覆盖率的准确检测方法目前未见报道。只能由施工人员采用目测的方式估计碎石撒布覆盖率，具有极大的主观性随意性。因此本文提出了一种基于边缘检测阈值法的数字图像处理方法，通过对施工路面图像的处理能够准确定量的测量碎石撒布覆盖率。

通过摄像机对施工路面图像实施现场采集后，将图像分割为目标物（石料）和背景（沥青）的最佳阈值则应存在于目标物向背景物变化的边缘部分的灰度区域中。在利用拉普拉斯高斯算子确定了边缘部分的灰度区域后，就可以根据原图像中这一区域的灰度信息选取合适的阈值。对图像进行分割后，通过统计目标物面积与图像面积的比例得出碎石撒布覆盖率。

1 碎石撒布现场图像的采集与预处理

同步碎石封层的施工场地多位于开阔地带，极易受到阳光、雾霭和沙尘的影响。为了克服这些外部环境造成的不良影响，文中利用Retinex算法[2]对图像进行预处理。通过对图像照度谱的估计，分离出只受物体表面材料性质影响的反射图像[3]。处理结果如图1（b）所示。可以看到经处理后，石料区域的灰度被明显增强，与沥青的差别更加明显，并且石料的边缘细节得到了良好改善。

图1 图像的预处理结果Fig.1 Result of Image preprocessing

2 施工现场图像的分割

2.1 石料边缘检测

由于石料并非均一物质，在其表面上存在各种杂质。对其进行边缘检测时将会受到大量细小花纹的影响。因此选用带有滤波步骤的拉普拉斯高斯算子[4]对石料边缘进行检测。这种方法首先用高斯滤波器G（x，y）与目标图像进行卷积，平滑图像的同时滤除孤立的噪声点和较小的结构组织。然后利用无方向性的拉普拉斯算子求取图像的二阶导数。通过寻找图像二阶导数的零交叉点可以快速的确定边缘位置[5]。

设目标图像为 f（x，y），输出图像为 h（x，y），Δ2为拉普拉斯运算则：

由卷积定理得出：

当δ=1.0时，拉普拉斯算子如图2所示。

图2 拉普拉斯高斯算子图像Fig.2 The image of Laplacian of Gaussian operator

通常用一个离散模板m（x，y）代替拉普拉斯算子[6]。式中δ值的选取与模版宽度w有关，w与δ取值的经验公式是:w=]+1。模板参数w=5，δ=0.7时如图3所示。

图3 LOG算子模板Fig.3 The template of Laplacian of Gaussian operator

当确定模板 m（x，y）后，h（x，y）可以用下式近似计算得出：

对 h（x，y）进行二值化处理，检测出目标图像的边缘区域，如图4所示。

图4 边缘检测结果Fig.4 The result of edge detection

2.2 基于加权系数法的阈值选取

通过图4可以得到石料边缘像素在原始图像中的位置，采用加权系数法[7]对石料边缘区域的灰度信息进行统计以的出图像阈值。对所有检测到的石料边缘像素的灰度值取平均值θ0。假设图像阈值为θ，以θ0作为初始阈值，图像中边缘像素的灰度值 θi，以 1/|θi-θ0|作为权系数。 以 θ0作为似然门限值，求得归一化系数：

式中m为灰度最大值。计算每个石料边缘像素的权系数

对各边缘像素进行加权计算，得到统计特性下的最优阈值θ作为图像阈值对图像进行二值化处理。结果如图5所示，图中白色部分为石料，灰度范围[θ，L]，黑色部分为沥青，灰度范围[1，θ-1]。

图5 边缘检测阈值法分割结果Fig.5 Image segmented by edge-detected threshold

2.3 石料边缘的修补

对比处理结果图5与图1发现，靠近沥青的石料边缘被大面积的划分为沥青。通过图4可以看出，灰度值较低石料与沥青的交界处只是占了较小的一部分。因此通过边缘检测阈值法获得的阈值偏大，即在灰度范围[1，θ-1]中存在这沥青与石料边缘这两部分。为了检测出被误分割的石料边缘，对灰度范围[1，θ-1]的图像使用最大类间方差法（又称Otsu法）[8]进行再次分割，获得新的阈值T，并对图像进行分割，处理结果如图6所示。可以看出经过最大阈值方差法修正后，纠正了绝大部分的误分割。

图6 最大类间方差法处理结果Fig.6 The result of otsu algorithm

3 计算碎石撒布覆盖面积

利用式15计算碎石撒布覆盖率：×100%=78.62%。计算结果与实际情况相吻合，图像显示区域碎石撒布覆盖率符合施工要求。

4 结束语

文中提出的算法具有4个优点：1）测量设备简单，一台普通数码相机搭配计算机或嵌入式图像处理平台即可完成测量。2）有效的克服了石料灰度分布范围过大的问题，通过边缘检测阈值法分割的图像清晰的保留了石料的形状特征。3）基于最大类间方差法的边缘修补有效的减小了误分割区域。4）算法简单快速，可通过实时测量知道施工中石料撒布综合控制参数的设定，保证施工的质量。

[1]刘贤惠，武泽峰.同步碎石封层技术简介[J].东北公路，2003，26（1）：21-24.

LIU Xian-hui，WU Ze-feng.Synchronous crushed stone seal coat technology[J].Northeastern Highway，2003，26（1）：21-24.

[2]Rahman Zia-ur，Jobson D J，Woodell G A.Retinex processing for automatic image enhancement[J].Journal of Electronic Imaging，2004，13（1）:100-110.

[3]胡韦伟，汪荣贵.基于双边滤波的Retinex图像增强算法[J].工程图学学报，2010，31（2）:104-109.

HU Wei-wei，WANG Rong-gui.Retinex algorithm for image enhancementbased on bilateralfiltering[J].Journalof Graphics，2010，31（2）:104-109.

[4]张德丰.MATLAB数字图像处理[M].北京：机械工业出版社，2009.

[5]赵全友，潘保昌.基于LOG算子的边缘零交叉二值化方法[J].微型机与应用，2005，24（8）:46-49.

ZHAO Quan-you，PAN Bao-chang.Zero crossing binarization method based the LOG operator[J].Microcomputer&Its Applications，2005，24（8）:46-49.

[6]田自君，刘艺.基于LOG算子边缘检测的图像二值化处理[J].中国测试技术，2007，33（6）:109-110.

TIAN Zi-jun，LIU Yi.Global threshold binarization method based on LoG algorithms edge detecting[J].China Measurement&Test，2007，33（6）:109-110.

[7]吴冰，秦志远.自动确定图像二值化最佳阈值的新方法[J].测绘学院学报，2001，18（4）:283-286.

WU Bing，QIN Zhi-yuan.New approaches for the automatic selection of the optimal threshold in image binarization[J].Journal of Institute of Surveying and Mapping，2001，18（4）:283-286.

[8]Rafael C.Gonzalez，Richard E.Woods.Digital Image Processing， Third Edition[M].Beijing：Publishing House of Electronics Industry，2011.