路面病害边缘检测方法和装置制造方法及图纸

本发明专利技术涉及一种路面病害边缘检测方法和装置。所述方法包括步骤：对获取的路面图像进行灰度化处理，获得灰度图像；采用预设滑动窗口对所述灰度图像进行遍历，获得各个子图像，计算每个子图像中所有像素点的灰度值；以获得的各个子图像的灰度值阈值为界，将每个子图像中所有像素点的灰度值分成两组，计算每组灰度值的平均值，获得每个子图像的第一平均值和第二平均值，其中第一平均值小于第二平均值；若子图像中第一平均值小于第二平均值与第二平均值对应的平均阈值通过率的乘积，对该子图像进行保留；根据保留的各个子图像获得路面病害的边缘图像。本发明专利技术能够实现裂缝病害以及其它路面病害的边缘检测。

Method and device for detecting edge of pavement disease

The invention relates to a method and a device for detecting edge of pavement diseases. The method comprises the steps of: obtaining the road image gray processing, obtain the gray image; use the default sliding window to traverse the gray image, the sub image, gray calculation of all pixels in each sub image is divided by the threshold value; each sub image gray value obtained Gray all the pixel values in each sub image is divided into two groups, each group average gray value, for each sub image of the first mean value and average value of second, of which the first average value is less than second, the average value; if the sub image the average value is less than second, the average value of second and the average threshold corresponding to the the rate of product, keep the edge image of the sub image; according to the sub images obtained retention pavement. The invention can realize the edge detection of cracks, diseases and other road diseases.

【技术实现步骤摘要】
路面病害边缘检测方法和装置
本专利技术涉及图像处理
，特别是涉及一种路面病害边缘检测方法以及一种路面边缘检测装置。
技术介绍
路面图像含有大量的噪声，有来自摄像机本身的成像噪声，也有来自路面材质本身(水泥、沥青)所带来的纹理噪声。在尽量保留路面病害边缘的前提下，对路面图像进行了去噪处理后，其仍然带有不少的纹理噪声，这给路面病害边缘的检测带来很大干扰。而且路面背景和路面病害边缘之间的灰度对比强弱不均，加上不同材质路面的灰度的动态变化，导致了目前的路面病害边缘检测只适用于对边缘特性相对较强的裂缝病害的边缘检测，而不适用于对其他路面病害的边缘检测，这给后续路面病害的定位和度量带来很大的影响。
技术实现思路
基于此，有必要针对上述问题，提供一种路面病害边缘检测方法和装置，能够实现裂缝病害以及其它路面病害的边缘检测。一种路面病害边缘检测方法，包括步骤：对获取的路面图像进行灰度化处理，获得灰度图像；采用预设滑动窗口对所述灰度图像进行遍历，获得各个子图像，计算每个子图像中所有像素点的灰度值；以获得的各个子图像的灰度值阈值为界，将每个子图像中所有像素点的灰度值分成两组，计算每组灰度值的平均值，获得每个子图像的第一平均值和第二平均值，其中第一平均值小于第二平均值；若子图像中第一平均值小于第二平均值与第二平均值对应的平均阈值通过率的乘积，对该子图像进行保留，其中平均阈值通过率根据以第二平均值为自变量以平均阈值通过率为因变量的函数获得；根据保留的各个子图像获得路面病害的边缘图像。一种路面病害边缘检测装置，包括：灰度图像获得模块，用于对获取的路面图像进行灰度化处理，获得灰度图像；子图像获得模块，用于采用预设滑动窗口对所述灰度图像进行遍历，获得各个子图像，计算每个子图像中所有像素点的灰度值；灰度值划分模块，用于以获得的各个子图像的灰度值阈值为界，将每个子图像中所有像素点的灰度值分成两组，计算每组灰度值的平均值，获得每个子图像的第一平均值和第二平均值，其中第一平均值小于第二平均值；子图像筛选模块，用于在子图像中第一平均值小于第二平均值与第二平均值对应的平均阈值通过率的乘积时，对该子图像进行保留，其中平均阈值通过率根据以第二平均值为自变量以平均阈值通过率为因变量的函数获得；边缘图像获得模块，用于根据保留的各个子图像获得路面病害的边缘图像。上述路面病害边缘检测方法和装置，将路面图像的灰度图像划分为各个子图像，利用在图像边缘处可以将每个子图像分为两组的特点，并结合路面图像的灰度范围所设计的平均阈值通过率的函数，使得只需调整平均阈值通过率的函数，即可实现任何灰度范围内的图像边缘检测，准确地检测出路面病害(裂缝病害以及其它路面病害)边缘，为后续的路面病害的定位和度量提供了很好帮助。附图说明图1为一实施例的路面病害边缘检测方法的流程示意图；图2为一具体实施例的平均阈值通过率曲线的示意图；图3为一具体实施例的路面病害边缘检测方法的流程示意图；图4为一实施例的路面病害边缘检测装置的结构示意图。具体实施方式为更进一步阐述本专利技术所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本专利技术的技术方案，进行清楚和完整的描述。如图1所示，一种路面病害边缘检测方法，包括步骤：S110、对获取的路面图像进行灰度化处理，获得灰度图像；S120、采用预设滑动窗口对所述灰度图像进行遍历，获得各个子图像，计算每个子图像中所有像素点的灰度值；S130、以获得的各个子图像的灰度值阈值为界，将每个子图像中所有像素点的灰度值分成两组，计算每组灰度值的平均值，获得每个子图像的第一平均值和第二平均值，其中第一平均值小于第二平均值；S140、若子图像中第一平均值小于第二平均值与第二平均值对应的平均阈值通过率的乘积，对该子图像进行保留，其中平均阈值通过率根据以第二平均值为自变量以平均阈值通过率为因变量的函数获得；S150、根据保留的各个子图像获得路面病害的边缘图像。上述路面病害边缘检测方法，利用在图像边缘处可以将每个子图像分为两组的特点，并结合路面图像的灰度范围所设计的平均阈值通过率的函数，可以准确地检测出路面病害(裂缝病害以及其它路面病害)边缘。本专利技术整体方案为：a、对路面图像进行预处理，b、对路面图像进行边缘检测。步骤S110属于对路面图像预处理的过程，步骤S120到步骤S150属于对路面图像边缘检测的过程。下面对各个步骤进行详细介绍。在步骤S110中，路面图像可以采用摄像装置拍摄获得。传统技术中，对于路面病害边缘的检测技术大都基于导数的原理来实现的。而本专利技术获得路面图像后，对路面图像进行灰度化处理，直接用原图像的灰度值来进行边缘的检测，而不经过导数处理，这能够根据所要检测目标的灰度范围对边缘进行有效的检测，而减少非目标边缘的误检。将路面图像进行灰度化处理后，为了进一步提高边缘检测的效果，还可以再进行其它预处理，然后基于最终预处理后的图像进行边缘的检测。例如，先对图像进行灰度化处理，再进行中值滤波去噪，然后进行高斯滤波去噪等。灰度化处理、中值滤波去噪和高斯滤波去噪均可以采用现有技术中已有的方式实现。在步骤S120中，采用滑动窗口将整个路面图像的灰度图像划分为多个子图像。滑动窗口每到一个位置，该滑动窗口内的像素点就构成一个子图像，每个子图像也可以称之为一个窗口，滑动窗口将整个灰度图像遍历完成后，就得到各个子图像，也即是各个窗口。然后采用现有技术中已有的方式计算出每个子图像中所有像素点的灰度值。由于本专利技术利用的是在图像边缘处可以将窗口内的灰度值分为两组的特点，所以为了确保可以分为两组，在一个实施例中，所述预设滑动窗口为M*M的滑动窗口，M表示像素点，为大于等于3的奇数。例如，滑动窗口为3*3的滑动窗口、5*5的滑动窗口或者7*7的滑动窗口等。考虑到计算量的问题，即为了降低计算量，滑动窗口优选为3*3的滑动窗口。在步骤S130中，计算各个子图像的灰度值阈值有多种实现方式，例如，在一个实施例中，采用最大类间方差法(OTSU)计算出每个窗口内的阈值thresh。得到各个窗口的灰度值阈值后，根据各个窗口的灰度值阈值对各个窗口的像素点的灰度值进行分组。例如，针对某一个窗口的所有灰度值，大于等于对应灰度值阈值的灰度值划分为一组，小于对应灰度值阈值的灰度值划分为另一组；或者，大于对应灰度值阈值的灰度值划分为一组，小于等于对应灰度值阈值的灰度值划分为另一组。以3*3的滑动窗口为例，划分的各个子图像(即各个窗口)内有9个灰度值，将每个窗口内的9个灰度值以thresh为界分成两组。在一个实施例中，将每个子图像中所有像素点的灰度值分成两组之后，计算每组灰度值的平均值之前，还包括步骤：确定子图像中两组灰度值的个数均大于等于预设个数，其中预设个数为M*(M/2的值取整)。即一个窗口的两组灰度值的个数均大于等于预设个数时，才对该窗口的两组灰度值进行平均值的计算，否则将该窗口舍弃，不进行后续的处理。为了更好地理解预设个数的确定方式，以几个例子进行说明。以3*3的滑动窗口为例，每一个窗口有9个灰度值，根据对应的灰度值阈值将9个灰度值分为两组时，如果每一组的灰度值的个数均大于等于3*(3/2的值取整)＝3时，计算该窗口两组灰度值的平均值，否则舍弃该窗口不进行处理。以5*5的滑动窗口为例，每一个窗口有本文档来自技高网...

【技术保护点】
一种路面病害边缘检测方法，其特征在于，包括步骤：对获取的路面图像进行灰度化处理，获得灰度图像；采用预设滑动窗口对所述灰度图像进行遍历，获得各个子图像，计算每个子图像中所有像素点的灰度值；以获得的各个子图像的灰度值阈值为界，将每个子图像中所有像素点的灰度值分成两组，计算每组灰度值的平均值，获得每个子图像的第一平均值和第二平均值，其中第一平均值小于第二平均值；若子图像中第一平均值小于第二平均值与第二平均值对应的平均阈值通过率的乘积，对该子图像进行保留，其中平均阈值通过率根据以第二平均值为自变量以平均阈值通过率为因变量的函数获得；根据保留的各个子图像获得路面病害的边缘图像。

【技术特征摘要】
1.一种路面病害边缘检测方法，其特征在于，包括步骤：对获取的路面图像进行灰度化处理，获得灰度图像；采用预设滑动窗口对所述灰度图像进行遍历，获得各个子图像，计算每个子图像中所有像素点的灰度值；以获得的各个子图像的灰度值阈值为界，将每个子图像中所有像素点的灰度值分成两组，计算每组灰度值的平均值，获得每个子图像的第一平均值和第二平均值，其中第一平均值小于第二平均值；若子图像中第一平均值小于第二平均值与第二平均值对应的平均阈值通过率的乘积，对该子图像进行保留，其中平均阈值通过率根据以第二平均值为自变量以平均阈值通过率为因变量的函数获得；根据保留的各个子图像获得路面病害的边缘图像。2.根据权利要求1所述的路面病害边缘检测方法，其特征在于，子图像的第二平均值越小，第二平均值对应的平均阈值通过率越小；子图像的第二平均值越大，第二平均值对应的平均阈值通过率越大。3.根据权利要求2所述的路面病害边缘检测方法，其特征在于，所述函数为下述公式：其中，y为平均阈值通过率，meanH为第二平均值。4.根据权利要求1所述的路面病害边缘检测方法，其特征在于，所述预设滑动窗口为M*M的滑动窗口，M为大于等于3的奇数。5.根据权利要求4所述的路面病害边缘检测方法，其特征在于，将每个子图像中所有像素点的灰度值分成两组之后，计算每组灰度值的平均值之前，还包括步骤：确定子图像中两组灰度值的个数均大于等于预设个数，其中预设个数为M*(M/2的值取整)。6.根据权利要求1至5任意一项所述的路面病害边缘检测方法，其特征在于，根...

【专利技术属性】
技术研发人员：陆华章，黄文清，丁国柱，
申请(专利权)人：广东诚泰交通科技发展有限公司，
类型：发明
国别省市：广东,44