公路路面检测与破损特征识别技术初探

公路路面检测与破损特征识别技术初探

崔振东

山东金舆达检验检测有限公司  山东泰安  271000

摘要：路面破损是影响公路使用性能的主要病害之一，当前主要采用人工检测的方法。人工检测存在效率低、误差大、对路面纹理信息识别困难等问题，同时，由于路面破损严重程度不同，传统的人工检测方法也无法实现对路面破损程度的快速准确识别。本文介绍了基于数字图像处理技术的路面破损特征识别方法，并通过实验验证了该方法的可行性。

关键词：数字图像处理技术；路面破损；公路

引言

公路是国家重要的基础设施之一，其运行状况直接影响着人民群众的出行安全和生活质量。随着我国经济和交通事业的快速发展，公路里程逐年增加，对公路养护提出了更高要求。目前，我国已基本形成了以人工检测为主、机械化检测为辅、智能化监测为辅的公路养护方式。研究结果表明：数字图像处理技术可实现对公路路面破损特征进行快速准确地识别，为进一步开展智能养护提供理论支撑。目前，我国高速公路里程已超过15万公里，公路建设取得了长足的进步，但在使用过程中也暴露出不少问题。在高速公路路面检测过程中，出现的主要问题是：路面破损严重，但对破损原因认识不足，无法采取有效措施；路面检测周期长、工作量大，一般以月为单位进行检测，检测频率低；路面病害判断标准不统一。

一、路面破损的特征

路面破损是影响公路使用性能的主要病害之一，其病害特征是路面在使用过程中发生破损，而破损的原因是路面内部结构发生变化，这些变化会导致路面强度下降、承载力降低、易出现裂缝等病害。因此，为实现对公路路面破损特征的快速准确识别，研究新的路面破损检测技术已成为当前公路养护领域研究的热点之一。 近年来，随着我国高速公路里程迅速增长，在已建和在建高速公路中，路面使用性能降低问题日益突出。造成路面性能降低的主要原因包括：交通荷载、环境因素、气候条件等。在多种因素的综合作用下，公路路面损坏呈现出多样性、复杂性的特点。根据道路损坏形态和破损程度可将其分为多种类型，其中包括裂缝、车辙、坑槽、沉陷和磨耗等。

研究表明：当裂缝数量达到5条以上时，通常会对道路产生严重影响；当裂缝数量超过10条时，往往会对道路安全造成重大隐患；当裂缝数量超过20条时，就会对道路正常行驶造成很大影响。 传统的人工检测方法是基于人工目测和目测经验对路面破损特征进行判断。但由于道路环境复杂，往往难以取得理想的检测效果。随着计算机技术和人工智能技术的发展，基于计算机视觉技术的公路路面破损特征检测方法逐渐得到广泛应用[1]。这种方法利用图像处理技术实现了对路面破损特征的识别、跟踪和定位。该方法主要包括以下几个步骤：首先，对采集到的图像进行预处理操作，如图像降噪、图像增强、图像分割等；其次，利用数学形态学等运算方法进行目标特征提取；最后利用所提取的特征实现路面破损特征识别和跟踪。上述方法可为公路路面破损特征识别提供一定的理论支撑，但其准确性和实时性有待进一步提高。本文首先利用数字图像处理技术对采集到的公路路面破损图像进行预处理操作；其次利用图像处理技术提取路面破损特征；最后利用所提取的特征实现对路面破损特征识别和跟踪。实验结果表明：该方法能够实现对公路路面破损特征进行快速准确地识别和跟踪。同时，该方法具有一定的实时性和鲁棒性。

二、基于数字图像处理技术的路面破损检测

公路路面检测与破损特征识别技术能准确地测量出公路路面状况参数、公路路面病害特征参数和公路路面损坏深度参数。通过数据分析计算，可以定量地评价出道路的技术状况，从而为道路养护决策提供科学依据。对公路养护部门的养护决策具有重要作用。

公路路面破损的检测主要包括路面平整度、裂缝、车辙和坑槽等四种主要病害类型。其中，裂缝、车辙和坑槽是典型的路面破损形式，它们的形成都与公路的使用状况及荷载大小有关。现有检测技术多基于人工肉眼观测，存在效率低、精度低、误差大等问题，且在对路面破损严重程度进行判别时也存在困难。随着数字图像处理技术的不断发展，利用计算机处理图像技术可实现对公路路面破损特征进行快速准确识别。基于数字图像处理技术的路面破损检测方法主要包括基于灰度共生矩阵（GLCM）纹理特征识别方法、基于最小外接矩形（LN）的路面裂缝识别方法、基于形态学方法的路面车辙识别方法等。

（一）基于灰度共生矩阵纹理特征识别方法

公路路面裂缝检测的主要任务是检测裂缝的长度、宽度、深度和面积等信息，通常采用基于灰度共生矩阵的纹理特征识别方法。该方法通过计算公路路面图像在灰度空间中相邻像素间的灰度差来描述路面纹理结构，利用统计分析和模式匹配相结合的方法对纹理结构进行提取和分析。该方法具有计算量小、能够反映路面材料固有特性以及不受光照、形状变化等影响等优点，但对灰度分布较大或灰度变化幅度较大的区域效果较差。因此，在实际应用中通常采用阈值分割和区域增长相结合的方法来对路面图像进行分割，从而提高裂缝检测精度。此外，针对基于灰度共生矩阵纹理特征识别方法的缺点，研究者还提出了一种基于小波变换和图像处理技术相结合的纹理特征提取方法

[2]。该方法首先通过小波变换将路面图像分解为低频子带和高频子带，再通过分析低频子带图像提取出路面裂缝区域。  

（二）基于最小外接矩形（LN）的路面裂缝识别方法

最小外接矩形是一种简单、实用的数学工具，它是建立在空间域和频率域的基础上，能够在一定程度上反映图像的空间结构和局部特征，因此也可用于图像处理领域。在公路路面检测中，通过对路面裂缝区域进行边缘检测，然后使用最小外接矩形进行分割，从而实现对裂缝的识别和定位[3]。基于最小外接矩形的路面裂缝识别方法主要包括基于边缘检测及形态学处理的两种方法。其中，基于边缘检测的方法主要包括 Sobel边缘检测算子、 Prewitt边缘检测算子和 Canny边缘检测算子等；基于形态学处理的方法主要包括开闭运算、腐蚀运算、膨胀运算和开操作等。采用最小外接矩形对路面裂缝进行识别时，可采用基于灰度共生矩阵的纹理特征进行识别。

结束语

随着我国公路养护体制改革的深入推进，公路养护管理模式已从传统的人工管理向数字化、智能化方向转变。数字化、智能化的路面检测技术能够有效降低人工检测误差，提高公路养护管理效率，同时，也可以进一步提升我国公路养护管理水平。该方法基于数字图像处理技术和传统的人工检测方法，能够快速准确地识别路面破损特征。首先，在路面图像预处理阶段，由于路面纹理信息比较复杂且图像噪声比较多，因此对图像的预处理要求比较高；其次，在路面图像分割阶段，由于路面纹理特征复杂且难以用单一特征来描述，因此对分割算法要求较高；最后，在路面破损识别阶段，由于路面破损特征具有明显的层次结构特征，因此对特征的提取算法也提出了较高要求。未来应进一步提高对路面破损特征识别算法的准确性和稳定性。

参考文献：

[1]赵健冬.路基路面检测技术与质量控制探讨[J].建筑与装饰, 2023(6):3.

[2]戴莹.公路路面病害检测技术及预防性养护实践[J].交通世界, 2023(9):3.

[3]袁俊芳.高速公路路面试验检测常见问题与新型技术应用[J].中文科技期刊数据库(引文版)工程技术, 2022(10):4.