随着我国交通运输业持续快速的发展,为适应现代化、大规模、高速度和高质量的公路路面养护管理需要,交通部门实施了路面管理系统。但路面数据中重要指标之一路面破损目前仍采用人工检测,效率低、耗时、室外操作不安全,且影响交通顺畅。同时,人工检测易受人为因素干扰,不利于对路面破损进行客观和准确的评价。因此,结合高新技术开发路面破损自动检测系统,开展路面破损自动检测技术研究具有重要的现实意义。 本文主要利用图像处理、车辆、传感器等技术,设计了基于机器视觉的路面破损自动检测系统。进行了路面破损智能化检测试验系统开发、路面破损图像实时采集处理、自动识别、路面破损图像测量等方面的研究。 路面破损图像分割是进行路面破损模式识别的前提。本文首先采用了经典的Sobel算子算法对图像进行边缘检测,由于Sobel主要有水平和垂直两个方向的模板,对不规则裂缝不能有效的识别。因此采用8方向Sobel边缘检测算法,该算法没有方向性,能较好的检测横向裂缝和纵向裂缝,但容易产生伪边缘。而后又采用Canny算子算法对图像进行检测,该算法对图像中灰度的变化十分敏感,但受噪声影响过大。于是通过Canny准则结合阈值选择的方法检测图像,实验结果表明该算法即能很好的检测出路面裂缝,又能有效的去除了噪声的干扰,取得较好的效果。 在路面图像正确分割的基础上,对处理后的二值图进行投影处理。由于不同类型的裂缝在X轴和Y轴上的投影具有不同的曲线,因此根据裂缝投影曲线的几何特征,通过投影的相关信息对裂缝进行识别。并针对不同类型的裂缝,提出了相关的计算方法。 为了便于管理,本文设计了路面破损数据库系统,开发了路面破损数据管理软件。同时还进行了路面破损检测道路实验,在检测车30km/h车速的检测条件下,路面清洁、光照均匀时,根据本文的算法可较好地识别几种典型的路面破损模式,实现了一定车速条件下路面破损的自动检测。