1 引言
    高等級公路建設（shè）快速發展，路麵質量監控體（tǐ）係完善，則要求高的檢測水平。車輛在高等級公路行駛時，對路（lù）麵的平整度、完好率要求很高，當路麵出現裂縫等損壞時，應及時（shí）維修。目前國內檢測高等（děng）級公路路況的手段（duàn）主要是人工（gōng）檢測，不但勞動強度大、檢測速度慢（màn），而且十分危（wēi）險。隨著高速大容量數據傳輸及圖像處（chù）理與模式識別技術的發展，使得路（lù）麵破損實時檢測成為（wéi）可能。國外已有許多（duō）學者致力於該領（lǐng）域研（yán）究，國內相關領域（yù）的學（xué）者也在開展這方麵的研究工作。對車載實時采集的路麵圖像進行特征分（fèn）析和處理，對存在（zài）裂紋的路（lù）麵圖像提（tí）取裂紋（wén）信息，實時處理路麵圖像。實驗結果表明，該方法對路麵破損狀況的檢測快速準確，具有廣闊的應用前景。

2 路麵圖像處理
2．1 去模糊處理
    利用CCD攝像（xiàng）機采集圖像時，攜載攝（shè）像機的車輛（liàng）處於高速運（yùn）動狀態，由於拍攝的路麵（miàn）和（hé）攝像機之間的相對（duì）運動，導致所獲取的路麵圖像存在模（mó）糊現象。因此在圖像分析處理前，必須對其去模糊處理。模糊的二維圖像可模（mó）型化為：

    g(x，y),f(s，t)，n(x，y)分別表示模糊圖像、原圖像（xiàng）及噪聲。對式(2)進行（háng）傅裏葉變（biàn）換後，利用維納濾波方法進（jìn）行（háng）高通濾波，將產生（shēng）模糊的低頻信息濾（lǜ）除掉，隻保留高頻圖像信息，則可（kě）得到去模（mó）糊後的圖（tú）像。
2．2 路麵裂紋特征（zhēng）及其（qí）度量
    一般情況下，路麵裂紋在圖像上主要表現為：
    (1)非負性 與周同非裂紋像素相比，裂紋（wén）位（wèi）置的像素灰（huī）度（dù）值明顯低（dī）於背（bèi）景像素灰度值，針對此特征定義其度量（liàng）公式為：

    
式中，V(i,j)為當前像素灰度（dù），V(i+m,j+n)為以當前像素為中心設定窗口內的鄰域像素灰度值。當滿足▽k>0時的非負個數N作為其中的裂紋像素的主要特征（zhēng）判斷標準。
    (2)對比（bǐ）度特征 裂紋像素（sù）與其周圍的非（fēi）裂紋區域存在明顯的對比度關（guān）係，將其對比（bǐ）度定義為：

    
式中，Vb為連續裂紋像素區域灰度平均值，Vg、Vmax和Vmin分（fèn）別為其鄰域非裂（liè）紋像素區域灰值及（jí）最大灰度值和最（zuì）小灰度值，N為鄰域非裂紋區域像素個數，C為裂紋（wén）區域與（yǔ）非裂紋區域的對比度（dù）。
    (3)路麵裂（liè）紋的紋理特征 裂紋在窗口區域中（zhōng）表現為連續的、共線的（de）且具（jù）有相近（jìn）灰度值的像素區域，可將裂紋的（de）這種特（tè）征描述（shù）為基於灰值相（xiàng）似性分布基礎上的紋理特征。可描述為：

    
式中，i，j為像素坐標，P(i-j)為（wéi）該窗口區域（yù）的灰（huī）度共生矩陣，若P(i-j)中小（xiǎo）的元素接近矩（jǔ）陣主對角線，則表明該窗口中的近鄰元素有較大的（de）反差，表明存在裂紋區域。
2．3 特征的快速提取方法（fǎ）
    根據上述主要裂紋特征及（jí）其度量，這裏提出（chū）一種基於像素灰度值比較進行（háng）裂紋特征量提（tí）取的快速掃描方法。
    ①以（yǐ）圖像中心(i，j)為起點，考查其8個（gè）鄰域（yù）點在原圖中的（de）灰度（dù）信息。若其滿足某一灰度特征信息，賦值為255；否則賦0：以1個單位為起始步長(step=1)，按照逆時針方向旋轉開始掃描；②每改變一次方向時其（qí）方向碼值增加2個（gè）單位方（fāng）向，每改變（biàn）兩次方向時其步長值增加1個單位（wèi）。因8個鄰域中已賦值的（de）點有4個(轉折點處隻有3個)，故隻需比較已賦值的點；③如圖1所示，當掃描到（dào）(i0,J0)時，將當前（qián）點在原圖中的灰度值（zhí）與4個鄰域在原圖中（zhōng）的灰度值相比（bǐ）較。若與4個鄰域中值為255的點在原圖中的灰度值相（xiàng）似時，當前點賦（fù）為（wéi）255，下一步執行⑤；若與4鄰域中值為0的點在原圖中的灰度值相似，當前點賦為0，下一步執行⑤；若與它們都不相似，則執行④操作；④判斷其8個（gè）鄰域（yù）點在原圖中的灰度信息。若其（qí）滿足某一灰度特征信息，將其值賦為255；否則（zé）賦為0；執（zhí）行下一步；⑤重複②③操（cāo）作，直至遍曆整幅圖像為止。

2．4 特征分析與處理

3 結果與分析
    利用該方法處理實時采集的（de）高速路（lù）麵圖像（xiàng），如圖2、圖3所示。圖2a為采集的路麵單裂紋圖像，其大小為512×384(文中圖像縮小到1／3)，圖（tú）2b為對圖2a的裂紋特征提取（qǔ）結果，含（hán）有較多的非裂（liè）紋像素，通過特征分析對圖2b進（jìn）行虛假裂紋剔除（chú）後並進行裂紋跟蹤的結果見圖2c。圖3a為多裂紋路麵（miàn）圖像，對其進行（háng）裂紋特征提取的結果見圖3b，圖3c為通過特（tè）征分析對圖3b進（jìn）行虛假裂（liè）紋剔除後跟蹤的結果。從實驗結果可以看出，該方法（fǎ）準確（què）完整地提取出了路麵裂紋，沒（méi）有（yǒu）受到路麵標記的影響（xiǎng）。

4 結語
    提出一種路麵破損圖像實時檢測方法（fǎ）。先對路麵裂紋圖像進行去模糊處理和裂紋特征分析，在此基礎上，提出（chū）快速方法提取裂紋，對提取出的裂紋圖像進行特征處（chù）理後，用參數描述裂紋的矢量信息和幾何（hé）特性。對大量（liàng）采集的路麵圖像進行處理。結果表明，該檢測方法能正確快速提（tí）取（qǔ）路麵圖像的裂紋信息，具有較強的魯棒性和實用性（xìng）。