[發明專利]一種瀝青路面修補病害自動提取方法

在審

• 申請號: 202210675554.6
• 申請日: 2022-06-15
• 公開（公告）號: CN115170479A
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 張志華;鄧硯學;張新秀
• 申請（專利權）人: 蘭州交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/62;G06V10/44;G06V10/774;G06V10/82;G06N3/08;G06N3/04
• 代理公司: 蘭州澤一知識產權代理有限公司 62207
• 代理人: 陳超

本發明屬于路面病害識別檢測領域，涉及一種瀝青路面修補病害自動提取方法。包括步驟為：圖像對比度增強，構建數據集，改進SegNet和模型訓練，修補病害自動提取。效果：標線去除+MSRCR方法改善圖像質量，減弱強度不均勻性和亮度不均勻性對病害圖像識別檢測方法的影響。運用空洞卷積層和1×1卷積層的組合，有效增大了感受野范圍，能獲取更多更詳細的特征信息，改善原網絡因卷積和池化引起的信息丟失而導致精度下降的問題。運用試驗所得到閾值(50L75，2500A5000)剔除分割結果中的假陽性，得到較為精確分割結果。

技術領域

本發明屬于交通領域公路行業路面病害識別檢測領域，尤其涉及一種新的瀝青路面修補病害自動提取方法。

背景技術

截止2020年末，我國公路總里程已達519.81萬公里。公路路面病害檢測是保持道路穩定性的重要步驟之一，同時也是公路管養部門的主要任務之一。路面病害自動化識別檢測方法一直是交通運輸領域的研究熱點。傳統的路面病害提取方法，常利用病害圖像的灰度、紋理、形狀等特征，通過人工設計特征器，如自適應閾值分割法、邊緣檢測法、形態法、小波分析等算法實現瀝青路面病害提取。但這些算法存在以下問題：1）難以應對豐富多樣的路面病害場景；2）光照不均勻導致識別精度低；3）算法參數多，需要人工介入，效率低；4）車道路面病害單張圖片分辨率高、圖片處理數據量大，以上方法難以實現路面病害的快速和精準識別。

近年來，得益于深度學習強大的非線性擬合能力和高效的圖像處理能力，基于深度學習的路面病害識別、分類、分割、檢測等方法已大幅提高病害檢測效率。但仍然存在以下問題：1）強度不均勻性和亮度不均勻使得圖像總體質量較差；2)復雜的路面紋理在不同尺度下與完好路面的紋理差異很大，大多數分割方法都難以取得較好的分割結果。路面修補病害作為最常見的病害之一，但現有技術對其研究較少，同時，現存的語義分割方法對其分割效果不佳。

發明內容

本發明的目的在于提供一種新的瀝青路面修補病害自動提取方法，從而解決現有技術中存在的前述問題。

本發明的技術方案：一種瀝青路面修補病害自動提取方法，包括步驟為：

1）圖像對比度增強

S1、由道路檢測車采集瀝青路面修補病害圖像，圖像數量和分辨率滿足數據構建最低要求，利用白色道路標線形狀規則、整體像素值遠大于其周圍路面的特點，取白色道路標線附近三點或四點（不在標線內）的像素值均值逐一填充標線，達到去除標線的效果；

白色道路標線去除的計算方法：讀取像素點P(i，j)處的像素值V_P(i，j)，其中i、j分別為行坐標與列坐標；

如果V_P(i，j)125，則按以下方式處理：

①當j100，V_P(i，j)等于P(i，j+100)、P(i-100，j+100)、P(i+100，j+100)三者的平均值；

②當100j1700，V_P(i，j)等于P(i，j-100)、P(i-100，j-100)、P(i，j+200)、P(i+200，j+200)四者的平均值；

③當j1700，V_P(i，j)等于P(i，j-100)，P(i-100，j-100)和P(i+100，j-100)三者的平均值；

如果V_P(i，j)小于等于125，則像素點P(i，j)處的像素值V_P(i，j)不變，

將獲得的去除白色道路標線的圖像通過對比度增強軟件增強圖像對比度。

2）構建數據集

S2、通過數據標注軟件制作樣本標簽，得到圖像和對應的標簽，修補病害的標簽賦值（128，0，0）；

S3、將S1中已處理的圖像裁剪得到裁剪圖像，裁剪分辨率為256×256像素；