徐 康,马荣贵

(长安大学 信息工程学院,西安 710064)

随着我国高速公路的快速发展,现在已经进入高速公路的养护阶段,因此路面病害的及时发现和修复就变得尤为重要. 裂缝作为路面病害早期的表现形式,它的及时发现和防止能够有效地防止其发展成更严重的路面病害,延长公路使用寿命. 所以,高效、安全的裂缝检测方法对于制定科学的公路养护决策具有重要的实际意义[1,2].

为了解决路面裂缝自动检测的问题,国内外众多学者做出了很多研究. 李清泉等使用最小代价路径搜索算法进行裂缝检测,该方法虽然准确性高,但易受光线的影响[3]. 曹建农等采用中值转换的方法实现了路面裂缝损伤自动识别和特征测量,但其操作过程复杂,难以实现快速的批量检测[4]. 任亮等采用脊线检测方式对所有可疑裂缝目标进行标注,使用Prim 算法构造最小生成树使所有不连续裂缝相连,通过裂缝的方向和对比度特征删除所有强制伪连接,最后对断裂裂缝进行填充,获得完整裂缝结构[5]. 李伟等对预处理后的三维路面裂缝图像以聚类方式进行识别,然后通过计算路面裂缝圆形度判断路面裂缝的类别,并对网状裂缝的破损程度进行参数分析[6]. 邱延峻等通过检验三维路面裂缝的倾斜度、高斯分布、边缘梯度3 种主要特征,可以有效地提取裂缝,得到完整的路面裂缝二值图像[7].

随着深度学习的发展,其也在路面裂缝检测中得到了广泛应用……