融于图像多特征的路面裂缝智能化识别

陈健昌，张志华*

(1.兰州交通大学测绘与地理信息学院，兰州 730070; 2.地理国情监测技术应用国家地方联合工程研究中心，兰州 730070; 3.甘肃省地理国情监测工程实验室，兰州 730070)

传统人工路面裂缝识别，存在效率低，主观判断性强等因素，容易产生较大误差。路面裂缝自动识别技术使用机器自动识别无人工干扰，工作效率高，是当前路面裂缝识别领域主流手段。

20世纪80年代出现路面裂缝自动识别技术[1]，在随后二十多年中，该技术得到了极大发展，其中出现了基于直方图统计和形状分析算法[2]、多级去噪模型算法[3]、图像自动匀光[4]、数学形态学算法[5]、基于小波的路面裂缝检测算法[6]，这些算法存在设备要求高、易受外界环境干扰、图像预处理操作复杂以及误差不确定性等缺点。邱延峻等[7]基于多特征检验对三维沥青路面裂缝检测。先原始裂缝图像进行尺寸降维、灰度校正、高斯滤波。之后，对截面进行倾斜度、高斯分布、边缘梯度3种特征检验。最后，根据路面粗糙度高低，变化高斯分布相关参数，实现裂缝检测。研究结果表明准确率达89.19%。谭卫雄等[8]基于改进人工蜂群算法(artificial bee colony, ABC)和反向传播(back propagation, BP)神经网络对沥青路面路表裂缝识别。利用改进的ABC算法优化BP神经网络权值与阈值，建立混合神经网络路面裂缝识别算法，实验结果表明，准确率、召回率和综合评价指标都超过了95%。但路面裂缝在复杂背景或背景差异小的环境下错误率较高。所以传统路面裂缝图像识别方法与鲁棒性存在缺陷。……