路桥路面裂缝检测系统及其检测方法技术方案

本发明专利技术提供了路桥路面裂缝检测系统及其检测方法，涉及裂缝检测技术领域，包括检测设备和控制终端，所述检测设备包括检测小车、数据传输模块、裂缝探测定位模块和深度探测模块；本发明专利技术通过检测小车的裂缝探测模块和深度探测模块检测路面数据，并将数据无线传输给控制终端，通过图像转换模块将通讯收集模块接收的实时数据转换为全景图像，通过图像要素提取模块提取图像颜色特征和纹理特征，确定图像要素，通过要素运算模块对图像要素进行分析，确定要素特征的交集异常区，该交集位置即为路面裂缝异常区，配合搜索引擎接入数据直通模块，将确定的异常区与裂缝的样本集比对，挖掘关联信息，即可确定裂缝类型，测量更方便。测量更方便。测量更方便。

【技术实现步骤摘要】
data技术，采用分布式快速交换技术进行信息传输。
[0012]进一步改进在于：所述图像转化模块配合图像要素提取模块，利用ENVI软件将高空间分辨率的RGB图像直接转换为HLS图像，并提取颜色特征和纹理特征，接着通过ENVI软件的滤波功能进行沿总体走向的方向滤波，并将其滤波提取的纹理结果置于ARCGIS进行密度分析，确定图像的纹理粗糙度，接着对图像进行光谱二阶导数的求取，在ENVI IDL中编写二阶导数运算算法，增强光谱吸收、反射的特征值。
[0013]进一步改进在于：所述搜索引擎利用ELK技术，实现对数据直通模块的查询搜索。
[0014]进一步改进在于：所述要素运算模块对图像要素提取模块提取的要素特征进行综合分析，使用overlay的逻辑叠加分析方法，将要素特征由矢量数据转换为栅格数据，转换图像为[0，1]二值图像，异常区域value＝1，其他图像区域value＝0，应用乘法对图像进行运算，其结果即为要素特征的交集异常区，该交集位置即为路面裂缝异常区。
[0015]进一步改进在于：所述要素对比模块将确定的异常区与裂缝的样本集比对，具体为：利用异常区的特征要素与裂缝样本集的特征要素进行对比，挖掘关联信息，得到裂缝类型。
[0016]进一步改进在于：所述报告生成模块将确定的裂缝类型数据生成报告，所述报告生成模块生成的报告包括裂缝的类型、深度和具体位置，同时在报告上附上裂缝简图。
[0017]另一方面，提出一种路桥路面裂缝检测方法，包括以下步骤：
[0018]步骤一：小车检测
[0019]将检测小车放到需要检测的路面上，检测小车在路面上移动，通过旋转的盘刷清扫路面的障碍物，通过高清摄像头拍摄路面影像，通过超声波深度探测仪实时检测路面深度的变化，并将检测和拍摄的数据通过数据传输模块传输给通讯收集模块；
[0020]步骤二：图像分析
[0021]通讯收集模块将收集的的数据传输至操作系统上，图像转换模块将通讯收集模块接收的实时数据转换为全景图像，图像集构建模块对全景图像进行分析归类，构成图像数据集，图像要素提取模块提取图像颜色特征和纹理特征，确定图像要素；
[0022]步骤三：获取样本
[0023]大数据技术模块同步接入数据直通模块，数据直通模块整合国家地质局的数据信息和图像信息并接入互联网实时更新，大数据技术模块从数据直通模块中获取所有关于裂缝的数据信息和图像信息的样本集；
[0024]步骤四：确定裂缝
[0025]要素运算模块对步骤二确定的图像要素进行分析，确定要素特征的交集异常区，该交集位置即为路面裂缝异常区，同时，要素对比模块接入搜索引擎，将确定的异常区与裂缝的样本集比对，挖掘关联信息，确定裂缝类型；
[0026]步骤五：生成报告
[0027]报告生成模块将确定的裂缝类型数据生成报告，该报告包括裂缝的类型、深度和具体位置，同时在报告上附上裂缝简图。
[0028]本专利技术的有益效果为：
[0029]1、本专利技术通过检测小车的裂缝探测模块和深度探测模块检测路面数据，并将数据无线传输给控制终端，通过图像转换模块将通讯收集模块接收的实时数据转换为全景图
像，通过图像要素提取模块提取图像颜色特征和纹理特征，确定图像要素，通过要素运算模块对图像要素进行分析，确定要素特征的交集异常区，该交集位置即为路面裂缝异常区，配合搜索引擎接入数据直通模块，将确定的异常区与裂缝的样本集比对，挖掘关联信息，即可确定裂缝类型，无需人工，测量更方便，且没有人工的安全隐患，工作效率高，同时，以国家地质局的数据信息和图像信息为样本基准，测量更准确。
[0030]2、本专利技术通过高清摄像头拍摄路面影像，通过超声波深度探测仪实时检测路面深度的变化，通过GPS定位仪定位，测量后通过报告生成模块将确定的裂缝类型数据生成报告，该报告包括裂缝的类型、深度和具体位置，数据更完善，且方便定位修复。
[0031]3、本专利技术在检测小车检测的时候，利用通过旋转的盘刷清扫路面的障碍物，使得拍摄的影像更清晰，深度的检测更准确。
附图说明
[0032]图1为本专利技术的系统组成图；
[0033]图2为本专利技术的方法流程图。
具体实施方式
[0034]为了加深对本专利技术的理解，下面将结合实施例对本专利技术做进一步详述，本实施例仅用于解释本专利技术，并不构成对本专利技术保护范围的限定。
[0035]实施例一
[0036]根据图1所示，本实施例提出了路桥路面裂缝检测系统，包括检测设备和控制终端，所述检测设备包括检测小车、数据传输模块、裂缝探测定位模块和深度探测模块，所述数据传输模块、裂缝探测模块和深度探测模块均安装在检测小车上；所述控制终端包括操作系统和基于操作系统的数据直通模块、通讯收集模块、图像分析模块、图像比对系统和大数据技术模块；
[0037]所述数据直通模块囊括并整合国家地质局的数据信息和图像信息并接入互联网实时更新，所述通讯收集模块与数据传输模块无线连接，接收裂缝探测定位模块和深度探测模块探测的数据，所述图像分析模块包括图像转换模块、图像集构建模块、图像要素提取模块，所述图像转换模块将通讯收集模块接收的实时数据转换为全景图像，所述图像集构建模块对全景图像进行分析归类，构成图像数据集，所述图像要素提取模块提取图像颜色特征和纹理特征，确定图像要素；所述大数据技术模块包括搜索引擎和报告生成模块，所述搜索引擎为分布式的多用户全文搜索引擎，且搜索引擎接入数据直通模块，获取所有关于裂缝的数据信息和图像信息的样本集；所述图像比对系统包括要素运算模块和要素对比模块，所述要素运算模块对图像要素进行分析，确定异常区，所述要素对比模块接入搜索引擎，将确定的异常区与裂缝的样本集比对，确定裂缝类型，所述报告生成模块将确定的裂缝类型数据生成报告。使用时，通过检测小车的裂缝探测模块和深度探测模块检测路面数据，并将数据无线传输给控制终端，通过图像转换模块将通讯收集模块接收的实时数据转换为全景图像，通过图像要素提取模块提取图像颜色特征和纹理特征，确定图像要素，通过要素运算模块对图像要素进行分析，确定要素特征的交集异常区，该交集位置即为路面裂缝异常区，配合搜索引擎接入数据直通模块，将确定的异常区与裂缝的样本集比对，挖掘关联信
息，即可确定裂缝类型，无需人工检测。
[0038]所述裂缝探测定位模块为高清摄像头与GPS定位仪，所述深度探测模块为超声波深度探测仪，所述高清摄像头、GPS定位仪和超声波深度探测仪均设在检测小车下。GPS定位仪，集成GPRS通讯、蓝牙技术、数码相机、麦克风、海量数据存储、USB/RS232端口于一身，采用高精度测量型GPS技术，高端的系统配置，提供全面的参考站监控中心及软件应用解决方案，具备更高、更快、更精准的定位数据。
[0039]所述检测小车下设有清洁组件，且清洁组件为旋转的盘刷，所述检测小车在移动的过程中利用清洁组件清楚路面的石子杂质。
[0040]所述通讯收集模块通过5G信号与所述数据传输模块无线连接，且通讯收集模块用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.路桥路面裂缝检测系统，包括检测设备和控制终端，其特征在于：所述检测设备包括检测小车、数据传输模块、裂缝探测定位模块和深度探测模块，所述控制终端包括操作系统和基于操作系统的数据直通模块、通讯收集模块、图像分析模块、大数据技术模块和图像比对系统；所述数据直通模块囊括并整合国家地质局的数据信息和图像信息并接入互联网实时更新，所述通讯收集模块与数据传输模块无线连接，接收探测数据；所述图像分析模块包括图像转换模块、图像集构建模块、图像要素提取模块，所述图像转换模块将通讯收集模块接收的实时数据转换为全景图像，所述图像集构建模块对全景图像分析归类，构成图像数据集，所述图像要素提取模块提取图像颜色特征和纹理特征，确定图像要素；所述大数据技术模块包括搜索引擎和报告生成模块，所述搜索引擎从数据直通模块中获取所有关于裂缝的图文样本集；所述图像比对系统包括要素运算模块和要素对比模块，所述要素运算模块对图像要素分析，确定异常区，所述要素对比模块接入搜索引擎，将确定的异常区与裂缝的样本集比对，确定裂缝类型。2.根据权利要求1所述的路桥路面裂缝检测系统，其特征在于：所述裂缝探测定位模块为高清摄像头与GPS定位仪，所述深度探测模块为超声波深度探测仪，所述高清摄像头、GPS定位仪和超声波深度探测仪均设在检测小车下。3.根据权利要求1所述的路桥路面裂缝检测系统，其特征在于：所述检测小车下设有清洁组件，且清洁组件为旋转的盘刷，所述检测小车在移动的过程中利用清洁组件清楚路面的石子杂质。4.根据权利要求1所述的路桥路面裂缝检测系统，其特征在于：所述通讯收集模块通过5G信号与所述数据传输模块无线连接，且通讯收集模块用于收集影像数据、定位数据和深度数值数据，所述通讯收集模块融合Big data技术，采用分布式快速交换技术进行信息传输。5.根据权利要求1所述的路桥路面裂缝检测系统，其特征在于：所述图像转化模块配合图像要素提取模块，利用ENVI软件将高空间分辨率的RGB图像直接转换为HLS图像，并提取颜色特征和纹理特征，接着通过ENVI软件的滤波功能进行沿总体走向的方向滤波，并将其滤波提取的纹理结果置于ARCGIS进行密度分析，确定图像的纹理粗糙度，接着对图像进行光谱二阶导数的求取，在ENVI IDL中编写二阶导数运算算法，增强光谱吸收、反射的特...

【专利技术属性】
技术研发人员：何卫灵，金耀初，张宏辉，谢占功，陈健庆，
申请(专利权)人：广州利科科技有限公司，
类型：发明
国别省市：