基于SVM决策树的沥青路面裂缝智能分类研究

付理想，刘 奇，邸昊田，张晓宇，于 斌，孟祥成

（1.江苏省瑞沃建设有限公司，江苏 高邮 225600；2.东南大学 交通学院，江苏 南京 211189）

引言

传统的人工或半机械化的沥青路面检测方法主观因素大、检测效率低、受制于环境因素，重复性较差，不利于道路现代化管理。因此，为了及时、高效、准确地评价路面状况，需要开发半自动化或自动化的路面检测方法。

数字图像处理技术作为沥青路面裂缝识别的核心，关乎裂缝信息提取的准确性。为了消除背景不均匀光照及阴影的影响，董静薇等［1］提出了采用同态滤波的方法，但该算法对噪声复杂的路面图像处理效果不佳。此外，图像在采集、传输及存储的过程中不可避免地引入各种噪声，增加了裂缝目标提取的难度。中值滤波作为非线性处理方法，其降噪效果较为明显，尤其针对椒盐噪声，但对于多种噪声的处理效果较差［2］。易春菊［3］提出了多结构的中值滤波算法，从水平、45°、垂直、-45°方向对图像进行中值滤波处理，但平滑后的像素邻域内仍然存在孤点噪声。为了去除油污等具有一定纹理特征的噪声，王婷婷［4］采用连通域的几何特征。形态学处理方法也被用于裂缝图像降噪处理［5］。在频率域方面，采用小波分解将裂缝图像分为不同频率的子带，并对不同频率的子带进行处理，以达到降噪的目的［6-8］，还可以根据子块图像直方图的重叠部分来均衡化图像以增强处理［9］。基于主动生长的裂缝断裂连接方法采用最简单的3×3结构元素进行两次迭代连接即可实现裂缝连接［10］。……