沥青路面车辙检测算法研究

论文摘要

随着我国经济的飞速发展,我国的公路系统也越来越发达,沥青公路占总公路里程的比例也日益增加。我国早期建设的公路已经出现破损,其中路面破损前期80%属于车辙病害,其破坏路容,危害交通安全。因此,在高速公路飞速发展的今天,车辙检测对公路养护工作具有十分重要的意义,是我国公路养护的重要课题。本课题来源于南京理工大学与江苏省沪宁高速公路股份有限公司的共同研制的N-1型路面状况智能检测车。为了能更高效,快速的检测出车辙,本文对该系统的子系统“基于结构光的车辙自动检测”进行研究。路面车辙检测系统主要由车载图像采集系统和离线数据处理系统两大模块组成,本文主要对离线数据处理模块进行研究。首先叙述了车辙检测系技术的发展历程和国内外发展现状,其次介绍了车辙的分类及形成机理,并对基于结构光路面车辙检测系统原理进行了详细的论述。在离线数据处理模块中,通过对原始车辙图像进行灰度化、灰度校正、阈值分割、细化等一系列处理后,再对细化后的曲线进行标定,从而计算出车辙深度。在阈值分割阶段,本文利用基于全局阈值分割和P-tile阈值分割的分段阈值分割方法,实验表明该方法可以有效的消除行车线以及光照不均等造成的干扰,提高图像的质量；在细化阶段,通过研究经典细化算法,针对车辙图像的特点以及结构光图像的灰度分布特点,本文采用了一种直接提取中心线的细化算法,该方法复杂度低,处理效果好,运行时间也比较少；在基于模板标定的车辙深度计算环节,本文尝试用双线性插值的方法对原始图像进行插值,提高原始图像的分辨率,从而使标定精确提高到亚像素级。最后根据原始车辙图像的特点将车辙图像分类,对不同种类的图像采用不同的处理方法,这样可以正确而有效的检测到车辙并获取细化后的车辙图像,从而提高车辙深度测量的精度。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 课题来源及研究意义
• 1.2 国内外相关技术研究现状
• 1.3 本文的主要工作
• 2 沥青路面车辙检测系统的结构组成及检测原理
• 2.1 沥青路面车辙综述
• 2.1.1 沥青路面车辙的分类
• 2.1.2 沥青路面车辙产生的原因
• 2.1.3 沥青路面车辙病害的危害
• 2.2 沥青路面车辙检测方法综述
• 2.2.1 路面车辙检测方法的发展历程
• 2.2.2 常用路面车辙检测方法介绍
• 2.2.2.1 超声波检测技术
• 2.2.2.2 激光检测技术
• 2.2.2.3 数字成像技术检测
• 2.3 沥青路面车辙检测系统原理及结构组成
• 2.4 本章小结
• 3 结构光车辙图像预处理
• 3.1 图像灰度校正
• 3.2 图像阂值分割算法
• 3.2.1 全局阈值分割
• 3.2.2 P-tile阈值分割
• 3.2.3 全局阈值分割与P-tile阈值分割相结合的分段阈值分割
• 3.3 孤点噪声消除
• 3.4 本章小结
• 4 典型的结构光细化算法研究
• 4.1 Rosenfeld细化算法
• 4.2 基于模板的OPTA细化算法
• 4.2.1 OPTA细化算法
• 4.2.2 冯星奎等改进的OPTA细化算法
• 4.2.3 梅园等改进的OPTA细化算法
• 4.3 提取中心线的细化算法
• 4.3.1 最小二乘法直线拟合
• 4.3.2 提取中心线的细化算法
• 4.4 细化算法实验结果和分析
• 4.5 本章小结
• 5 基于模板标定的车辙深度计算
• 5.1 结构光车辙图像的分类及自动识别
• 5.1.1 结构光车辙图像的分类
• 5.1.2 结构光车辙图像分类的自动判别
• 5.2 结构光车辙图像的处理
• 5.3 车辙深度计算
• 5.3.1 车辙图像亚像素精度实现
• 5.3.2 基于模板的快速标定方法
• 5.4 车辙深度实验分析
• 5.5 本章小结
• 6 全文总结与展望
• 6.1 主要工作内容和结论
• 6.2 对研究工作的展望
• 致谢
• 参考文献