洪卫星，吴 羡，陈贵海,3，郭丹桂，毛明洁

（1.南京智行信息科技有限公司，江苏 南京 211100；2.江苏前沿交通研究院，江苏 南京 211100；3.上海交通大学，上海 200030；4.广东博大高速公路有限公司博深分公司，广东 惠州 516100）

0 引言

裂缝是路桥表面最常见的病害，更是其他类型病害的主要诱因，但针对裂缝的自动化检测技术发展较为缓慢，传统的人工检测则存在检测效率低、主观性强、检测人员人身安全及设备安全难以得到保证等问题。随着科技的进步，机器视觉技术在自动化检测领域发挥着越来越重要的作用。从裂缝病害检测这一角度探索机器视觉技术在路桥病害自动检测中的应用，研究关键算法执行力和轻量化的平衡机制，促进机器视觉检测技术在道路病害检测中的高效利用具有重要的现实意义[1-2]。

国内外目前对于裂缝等路面破损类病害的检测技术已经从传统的人工检测阶段过渡到自动识别检测阶段，主要采用图像检测技术和机器识别技术[3]。从20 世纪70 年代开始，英美等发达国家便开始将检测车作为裂缝病害的主要检测设备，但是该方法自动化程度不高，往往只能用于裂缝病害的数据采集，仍需投入大量的人力进行病害分析[4-6]。我国也研发出多种型号的病害检测车，但同样存在自动化水平不高的问题。Zakeri等[7]针对基于图像进行裂缝病害的识别技术，系统梳理并总结出了需要开展的五个阶段工作，即图像的预处理、分割、特征提取、特征选择、检测和分类。……