基于机器视觉的高速公路路面病害检测技术研究

摘要

近年来，随着高速公路的迅速发展，高速公路路面养护管理成为一个热门话题。在路面养护中，路面病害信息检测是路面进行养护的前提。然而，传统的病害检测主要由人工完成的，不但费时费力，而且效率低；同时采集到的信息是孤立的、不连续的，无法满足对路面进行高效维护和管理的需求。所以，如何设计高效的路面病害检测算法，实现路面病害的自动检测具有非常重要的意义。
　　首先，论文分析了路面病害视觉检测系统，介绍了系统的硬件和软件组成；总结分析了已有的图像处理技术及分割算法，并重点研究了路面裂缝提取算法；在相位编组法的基础上，提出了基于遗传算法的相位编组法路面裂缝提取，该算法适合于简单裂缝的提取。为了满足对复杂路面裂缝图像的检测，引入了基于流形距离的迭代聚类算法路面裂缝提取，实现对复杂路面裂缝的提取。然后，根据路面病害的特征，提出了一种基于遗传算法的 BP神经网络路面裂缝识别算法，该算法能够实现路面病害信息的准确分类。最后，对路面病害的大小和面积等信息进行了测量。
　　本论文基于机器视觉的高速公路路面病害检测技术研究，结合 GPS定位技术和数字图像处理技术能够有效实现路面裂缝的定位和识别，依据路面图像特征,选取合适的图像处理算法,判断出裂缝类型，有助于提高图像的处理速度和处理结果的可靠性。实验结果表明，本文提出的病害检测算法不仅能够满足路面病害的自动检测，同时可以实现高速公路路面的有效养护，还可以提高道路的维护效率和管理水平。

目录

第1章 绪论

1.1课题来源及研究意义

1.2国内外研究现状

1.3路面破损成因、分类

1.4本文主要研究内容

1.5本文结构安排

第2章 路面病害视觉检测系统设计

2.1路面病害视觉检测系统的组成

2.2系统的功能分解

2.3 GPS路面裂缝定位技术

2.4系统的软件环境

2.5本章小结

第3章 路面病害图像处理方法研究

3.1路面图像的预处理

3.2路面图像的图像增强

3.3二值化图像处理

3.4图像分割

3.5本文分割方法及实验结果

3.6本章小结

第4章 路面裂缝的提取算法及实现

4.1基于遗传算法的相位编组法路面裂缝提取

4.2基于流形距离的迭代聚类算法路面裂缝提取

4.3本章小结

第5章 路面裂缝识别与测量算法研究

5.1路面裂缝图像的特点

5.2几种常见裂缝特征提取算法

5.3神经网络识别

5.4遗传 BP神经网络设计

5.5实验结果

5.6路面裂缝的测量

5.7本章小结

第6章 结论

6.1本文总结

6.2进一步研究方向及展望

参考文献

致谢

攻读硕士学位期间的研究成果