王敬飞，王 旺，题 晶，黄智健

(1.广东交科技术研发有限公司,广东 广州 510550;2.北京崇理科技有限公司,北京 100081)

0 引言

自20世纪70年代第一台路面快速检测系统诞生以来,国内外许多学者和研究人员就开始致力于路面裂缝图像自动识别算法的研究[1]。这种方法一般都是先做图像增强[2]等预处理,再通过阈值[3]等多种方法分割提取目标特征,最后识别分类。

图像分析方法能够对分割出的病害目标作出具体的定量分析,但由于路面病害图像数据作为一种非线性检测目标,主要遇到以下问题:背景复杂多变、斑点噪声强、目标信噪比低、目标与背景之间对比度低、目标像素的空间连续性差等[4-5]。虽然研究人员提出了许多不同的处理方法,但一直没有一个通用有效的方法自动识别各种路面病害,这也是长期困扰研究人员的一个主要问题。如一般病害裂缝边界都存在一定的边缘性质,因此可用边缘检测方法[6],使用一些合适的边缘检测算子检测出图像中灰度有突变的地方,增强裂缝目标的信息[7];或者采用聚类算法对路面病害数据进行聚类分析[8],再通过聚类结果映射至二维图像中。这些方法的局限性在于病害强弱不定、光强变化不均匀、分割出的噪音目标太多,不容易区分目标对象。

病害的局部特征提取法,一般先从图像中提取某些局部特征,然后利用相关编码模型进行特征编码。由于局部特征分析法忽略了不同局部特征之间的关联以及与全局特征之间的位置空间关系,表达能力有限,无法取得令人满意的效果。……