陈良全,王彩玲,刘华军,蒋国平

(南京邮电大学 自动化学院、人工智能学院,南京 210023)

路面裂缝是由自然应力引起的路面损坏,如果不及时处理,很可能导致道路塌陷和交通事故.因此,对路面进行准确高效的检测尤为重要.最直接的检测方法是对路面进行目测,并由专家对其进行准确的评估.然而,这种方法涉及到较高的人工成本,并且可能产生不可靠和不一致的结果,同时检测人员直接在路面上检测是极其危险的且效率也很低[1].因此有必要设计一种精确、自动化的路面裂缝检测系统.然而路面裂缝的自动检测是一个充满挑战的课题,因为裂纹不仅拓扑结构复杂,尺度不均匀,而且会受低对比度和杂乱背景的影响而降低检测精度[2].

路面裂缝通常具有以下特点:

(1)裂缝的颜色相对于背景较深;

(2)裂缝的延伸方向是线性且宽度可变的;

(3)裂缝边缘的拓扑结构复杂.

传统检测方法中,基于最大后验分类器,Oliceria 等[3]提出一种利用激光成像系统对图像中的裂缝进行检测,再利用二值区域和几何特征进行分割.Zou 等[4]提出采用地面阴影去除法,通过张量投票法建立裂缝分布概率图,然后构造随机森林对递归树的边缘进行剪枝以进行裂缝检测.Oliveria 等[5]推出一种用于路面裂缝检测与表征的图像处理算法和技术评价算法工具箱.Peng 等[6]首次采用Otsu 阈值分割法去除路面图像中的道路标志,然后采用自适应迭代阈值分割算法得到裂缝分割图像.

深度学……