随着我国高速公路建设的快速发展，高速公路路面的质量监控越来越重要，因而要求检测的水平也越来越高。而目前人工检测的方法效率低、劳动强度大、检测速度慢，已不能满足高速公路的检测要求。数字图像处理技术作为一种无损检测方法，在公路路面检测中已得到越来越广泛的应用。

1．传统的边缘检测算法

因为子图像的边缘包含了用于识别的有用信息，边缘检测在数字图像处理和图像分析等应用中起着非常重要的作用。它是图像处理技术的重要分支，一直是图像处理中的热点和难点，迄今已有许多边缘检测方法。Roberts算子、Prewitt算子、Sobel算子、LOG算子是几种常用于裂缝检测的算子。但是仅仅通过这些经典的图像处理方法来对路面病害图像进行处理，检测的结果在抗噪性能和边缘定位等方面往往不尽如人意。

2．几种现有的典型病害检测算法

随着高速公路的普及和路面维护的实际需要，许多学者相继提出了专门为路面病害检测设计的图像处理算法。

2.1 基于Canny准则的算法

选择Canny准则作为边缘检测的算法基础，结合阈值选择算法对原有算法加以改进。利用原始的Canny算法进行边缘检测得到的图像边缘比较完整，边缘为单像素宽，但是带入的噪音太多，造成图像细节过多。利用改进后的Canny算法进行处理的图像边缘完整，也没有过多的噪音。

通过对算法进行改进以提高图像处理效果，对Canny算法，可以针对能实现其边缘检测三条准则的检测方案进行三个方面的改进：（1）二维卷积的一维实现；（2）在非极大值抑制中的四个方向中的一个梯度方向中进行操作，从而达到梯度方向的简化；（3）采用梯度直方图法来确定双阈值。在典型的裂缝图像上这是一种比较有效的检测技术。

2.2 病害轮廓的提取算法过程

（1）采用加权的领域平均算法对图像进行噪声滤除。该算法不仅能够有效地平滑噪声，还能够锐化模糊图像的边缘。同时该算法计算比较简单不需要任何先验知识和预定的参数，能为后期的边缘检测工作提供高质量的数字图像。

（2）模板构造。在上一步对采集的路面裂缝类病害图像进行噪声滤除预处理的基础上，考虑到裂缝类病害的类型包括横向裂缝、纵向裂缝和不规则裂缝，边缘可能在各个角度方向存在梯度等因素，故再构造8个方向的模板对图像进行Sobel边缘检测。取最大值作为该点新的灰度值，该最大值对应模板所表示的方向为该像素点的边缘方向。

（3）在图像分割时采用OSTU提出的最大类间方差法选取阈值进行目标提取。利用该算法对图像进行噪声滤除、边缘检测和图像分割等操作后，可以清晰地提取能对各类裂缝类病害进行较好的处理与识别，能较好地消除噪声的影响，裂缝轮廓清晰。

2.3 基于分级处理模型的检测算法

该算法基于裂缝的特点提出了4个假设（补齐假设）。当裂缝与背景层次分明时，总是能找出低灰度值裂缝，并且通过直线拟合能排除部分噪声点，但是同时存在很大缺陷，如假设1和3是不合理的。所以该算法只对图像质量很理想的线形规律很强的裂缝有效果，如果图像中有灰度值很低的干扰噪声，或裂缝总体上是线形的，但是有拐角，或是包含网裂，其检测结果很可能是所有的点难以拟合成一条直线，则本区域的病害信息将丢失，该算法就会失效。

2.4 基于规则的启发式搜索边缘连接算法

由于图像的复杂性，传统的边缘连接算法不能有效地连接不连续边缘；而基于像素的启发式边缘连接算法是基于边缘块而不是基于边缘像素的启发式搜索进行连接目标边缘，大大降低了病害的重复计数，并且保证了较高的连接正确率。而且连接中只需扫描一次原图，在启发式搜索中避免了回溯，算法效率较高。从而具有较好的普适性，处理效果也很理想。在图像受噪声影响十分严重并且要求高效的边缘连接的情况下，该算法是更为有效的方法。

2.5  基于人工种群和Agent算法的路面裂缝检测算法。

利用二值生物将图像按不同大小分块，检查子块中像素灰度值与均值的偏差从而可以找出可能的病害区域。在判断油污时使用累积像素个数的方法，判断连通性时采用各种判断生物(类似方向模板)来穷举可能的裂缝方向，这个算法的计算量比较大。该算法也包含二值化算法和Agent算法。在二值化算法中，人工种群模仿自然生命系统的新陈代谢、生物淘汰和繁殖现象，通过人工种群个体的优胜劣汰，来实现路面图像的二值化。在Agent算法中，包含有多个种类的，它们依据先验知识，进一步识别裂纹，完成路面裂纹的检测。

该算法在噪声、油污和黑斑的处理方面取得了一定的进展。这种基于模式特征建立数学模型的思想也是模式识别和图像处理的有效结合。

3．小结

路面图像的复杂之处在于裂缝、污渍、噪声和背景纹理往往既含高频信息又含低频信息，很难直接靠边缘提取或阈值一步到位的将几类目标彻底区分开。但是它们各自的频率分布又是有差异的：裂缝、污渍和噪声是图像中灰度级变化较大而且变化频繁的部分，含有大量的高频信息；沥青表面的纹理是图像中灰度级较稳定的部分，虽然局部区域也有纹理的变化，但一般没有急剧的灰度级跃迁。现有的病害检测方法采用的多是传统的边缘检测算子加阈值分割的模式，大都停留在研究阶段，检测技术的水平有待进一步提高。

参考文献：

[1] 彭海波,李晋惠,穆静.基于Canny准则的公路路面图像边缘检测算法[J].西安工业学院学报,2002,22(4):322-325.

[2]巩小波.路面图象病害自动检测算法研究[D].硕士论文.南京理工大学.2004.

[3]楼伟,沈宁.高等级公路路面裂缝类病害轮廊提取的算法研究[J].电子技术应用,2002,(10):30-32.

[4]滕井玉.路面病害自动检测系统的体系结构改进及检测算法研究[D].硕士论文.南京理工大学.2004.

[5]曾锋,李宁,杭燕.基于规则的边缘连接算法在路面病害检测中的应用[J].计算机应用与软件,2006,23(2):30-31,39.

[6]王晨.路面病害自动检测系统的改进和相关算法的研究[D].硕士论文.南京理工大学.2006.

[7]张洪光,王祁.基于人工种群和Agent的路面裂纹检测算法[J].哈尔滨工业大学学报,2007,(1):128-132.

[8]王士清,韩力群.用于公路路面状况自动检测的图像处理技术[J].科技情报开发与经济,2003,(8):167-169.

[9]王晨. 路面病害自动检测系统的改进和相关算法的研究[D]. 硕士论文.南京理工大学.2006.

[10]李晋惠. 公路路面裂缝类病害图像处理算法研究[J].计算机工程与应用,2003,(35):212－213,232.