基于AI视觉道桥安全系数监控系统设计摘 要目前,我国的公路建设随着经济建设的不断快速发展而发展,最直观的公路总里程数据也表明了我国道路里程不断地在快速增加故而路面管理维护的成本也跟着增长。因公路长期投入使用路面会出现各种灾害尤以路面裂缝为多影响行车安全在路面裂缝进一步变化成坑槽前检测路面裂缝及定位目标并予以修复可以极大地节约维护路面的成本。本课题是要构建一种基于Al视觉道桥安全系数监控系统。根据对课题任务要求与路面裂缝纹理的特点实现对一般的路面进行采集、增强、分类以及计算裂缝的长宽。首先对路面进行采集采集需要光源均匀地分布于采集区域以免影响后面步骤然后对路面图像进行图像增强可采用N阶滤波进行滤波过程、 采用自动阈值法对目标图像进行全局区域的快速分割、采用形态学对阈值后图像进行修饰最后对预处理后的图像进行类型归类与基本的长宽测量。因此利用LabVIWE虚拟仪器平台的优势及模块化硬件结合NI VISION软件来完成本次裂缝检测系统的各种功能。关键词路面裂缝机器视觉图像处理图像增强AbstractAt present, China’s highway construction is developing with the rapid development of economic construction. The most intuitive data of the total highway mileage also shows that China’s road mileage is constantly increasing rapidly, so the cost of road surface management and maintenance is also increasing. Since the road is put into use for a long time, there will be various disasters on the road surface, especially the cracks on the road surface, which will affect the driving safety. Before the cracks on the road surface further change into pits, it cangreatly save the cost of maintaining the road surface by detecting the cracks, locating the targets and repairingthem.This topic is to construct a safety coefficient monitoring system based on Al. According to the requirements of the task and the characteristics of the pavement crack texture, the general pavement can be collected, strengthened, classified and the length and width of the crack can be calculated. Firstly, the pavement is collected, and the light source should be evenly distributed in the collection area to avoid affecting the following steps. Then, the road surfaceimage is enhanced. The n-order filter can be used for the filtering process, the automatic threshold method can be used for the rapid segmentation of the global region of the target image, and the morphological method can be used for the modification of the threshold image. Finally, the pre-processed images were classified into categories and measured in length and width. Therefore, the advantages of LabVIWE virtual instrument platform and modularhardware, combined with NI VISION software, are used to complete various functions of the crack detection system.Key words:Pavement carck;Machine vision;Image processing;Image enhancement目 录第1章 绪论 11.1 课题背景和实现目标 11.2 路面裂缝检测的国内外状况 11.3 路面裂缝分类 41.4 论文的内容安排 5第2章 道桥安全系数监控系统方案设计 62.1 系统框图 62.2 裂缝总系统工作原理 72.3 图像处理流程图 72.4 确定模块及硬软件选型 8第3章 道桥安全系数监控系统硬件选型 93.1 照明模块硬件选型 93.2 图像采集模块选型 93.2.1 相机 93.2.2 镜头 123.2.3 固定相机的机架 153.3 GPS定位模块 153.4 供电模块 15第4章 机器视觉与软件选型 174.1 定义机器视觉 174.2 机器视觉系统的构成与开发流程 174.3 选择机器视觉系统的软件 184.3.1 视觉软件平台功能 184.3.2 机器视觉软件开发平台的选择 184.3.3 LabVIEW虚拟仪器平台的优势 18第5章 裂缝检测系统的软件设计 205.1 图像采集功能模块 205.1.1 可用图像采集设备的检测及选择 205.1.2 图像采集 205.1.3 图像采集的主面板及程序 215.2 图像预处理 225.2.1 空间域的增强 225.2.2 图像分割 255.2.3 形态学处理 265.3 裂缝类型分类与参数计算 285.3.1 裂缝类型分类 285.3.2 路面裂缝参数计算 305.4 裂缝检测系统软件的使用 32第6章 系统调试 336.1 检测准确率调试 336.2 核函数选取调试 346.3 不同环境下的调试 346.4 调试过程中的问题 34总结与展望 36参考文献 37致 谢 38第1章 绪论1.1 课题背景和实现目标随着我国不断取得极大发展的经济建设的同时道路交通也在国家经济建设中扮演着越来越重要的作用。道路质量的好坏极大地影响了商品的运输、人员的交流、国防的工业建设和国外的贸易往来等各个方面。我国道路大部分都暴露在太阳下长期经受日晒雨淋一些很小的裂缝本该维护比较简单的维护费用较低的却在车辆、大气、人为因素中变得越来越大直到极易发觉裂缝时维护的费用比之前高了许多这对国家经济是不利的。路面裂缝极易造成行车安全问题行车安全不仅得靠车体的安全、人身自我防范还得靠道路的安全。故而道路养护特别是道路裂缝早期的修护尤为重要。公路养护人员应该早发现早处理对裂缝的发展应及时的修补和记录跟踪。一般而言普通的路面进行过一段时间通车后都会陆续出现破损这些破损就是各种各样的道路灾害了比如车辙、裂缝、沉陷、坑槽、松散等等若不及时发现及修复处理会使路面功能快速下降影响交通、车辆乃至人员安全。虽然国内已经有了一些自动检测系统但是目前国内主要的路面裂缝检测还是以人工为主而人工检测又存在着许多缺点比如人工检测需要阻断当前路段的通车这对道路的通行是不利随着车辆越来越多小塞车也会变成大塞车人工检测极度依赖眼睛检查依赖人工统计故而会随着道路的快速增长而不计成本的增长故而耗费了许多不该耗费的资金人工检测、统计得到的数据有可能误差比较明显粗糙的数据对维护时造成的后果越来越难以接受车辆的增多出行也增大了工作人员的危险性。这些原因使得人工检测逐渐地无法满足我国快速发展的公路检测的需求。伴随着CPU向高性能的特点逐渐迈进、数字图像处理技术取得了一定的进步、存储器也向着大而快的方向发展这足以使得图像识别的道路路面检测技术系统成为我们的发展目标运用各种比较先进的传感器(如摄像机)对路面进行一系列的测量(如摄像机采集路面图像)对测量的数据存放到合适的存储设备中(如采集到的图像应存储到高速存储器中)对于这类数据可以离线处理也可以实时处理如果选择实时处理则要求相关的硬件设备性能更好、对图像的处理算法更高效。把上述的技术用于路面裂缝的检测不但可以对道路的路况进行快速、准确地评价还可以节省劳动力、降低维护道路资金、减少维护路面工人的危险性工作、而且可以免除检测结果因人的主观因素影响。基于上诉原因本课题希望建立一种能检测路面质量的车载检测系统以应对道路检测的发展需求。具体任务是针对路面裂缝进行一定的探讨工作实现路面裂缝的检测、分类与计算长宽参数。1.2 路面裂缝检测的国内外状况进入20世纪后期世界性大战结束良久战争虽然一直存在于世界各地但追求和平竞争成为趋势故而一些非军事科技处于超高速发展阶段以美国为首的一些西方发达国家由于工业化逐渐成熟工业化汽车不断增加车对道路的需求越来越重要故而他们比较早的就已经在视觉检查路面裂缝的方向上进行研究发达的科学体系对科学研究的报酬是巨大的他们在路面裂缝检测方向收获了不错的成果已经达到较为成熟的水平目前很多发达国家开发的检测设备已经得到商业化应用。下面主要介绍一些系统的主要特点。1、Komatsu系统上世纪80年代末一家来自日本的Komatsu财团也加进了通过机器视觉识别路面裂缝相关的研究行列其成果就是Komatsu检测系统该系统可以实现多种道路路面数据的检查与测量如裂缝、断面和车辙等。然而该检测车只能以10km/h的速度对路面进行拍照还得是在夜间下通过人工辅助光源拍摄。虽然Komatsu系统可以实现道路多种路面数据的检查与测量但是受限于当时技术该系统只能在夜间工作并且无法对裂缝类型进行识别故而Komatsu系统没能成为主流产品。2、瑞典的PAVUE系统20世纪90年代由瑞典的基础服务公司自主研制的路面破损检测装备PAVUE系统成功。该系统主要以图像采集——硬件和图像分析——软件组合而成。采集部分通常由四台摄像机拍照再辅于照明系统对对象进行均匀照明另外还有记录图像数据装置的S-VHS 录像磁带和对图像进行补偿速度的速度补偿仪。分析部分主要交由瑞典的基础服务公司开发的图像处理系统对采集到的数据进行包括存储、分析、显示等操作整套设备性能十分强大可识别出2.5mm的裂缝又可以在高速行车进行中进行工作。然而该系统采用模拟图像方式采集而计算机无法识别模拟信号中间还需数据采集卡进行转换因而这套系统工作效率比较低[1]。我国最早研究路面破损工作大概是上世纪80年代末相对外国而言研究工作起步较晚但得利于国家把经济建设作为中心和改革开放路面裂缝识别研究工作也取得很大的突破。当初我国就是乘着经济建设稳步增长的脚步让道路建设也进入高速发展阶段。近几十年以来我国大量的道路不断地被建成通车循着不断增长总的道路里程道路维护和管理工作日益艰难需要一种新的维护方法或者检测手段。因此为了满足日益增长的道路养护和管理工作的需要,国内的部分企业及科研院所开展了路面破损检测技术的相关研究工作,并在短时间内取得了较大的进步[2]。近年以来由于人们的生活走向富裕对于出行的需求逐渐加大出行是以道路的通达为主的道路安全直接影响到了人们的安全而之前道路检测还是以人工作主。为了减少人工维护道路的时间、提高大家的出行安全系数国家对道路裂缝检测技术研究方面的投入一直在持续增长这些投入取得了不错的成果一些科研院校及企业获得了较大的进步对道路检测技术也有了一定的研究技术用这些技术研发了路面裂缝检测设备(一般都是检测车系统)这些设备不仅在某一些方面的检测性能已经媲美国际先进水平而且具有自主知识产权。但是总体来讲较国外同类型检测我国的检测设备商业化应用的还很少。我国路面裂缝检测设备主要依赖进口故而进口检测装置价格昂贵。虽然目前我国的道路养护部门还是大部分采用人员检测的方式但相信在不久的将来会出现符合我国的路面检测装置。下面简单介绍一下我国检测装置的研制情况。1、JG-1型激光三维路面智能路况检测系统JG-1型系统车轻便小巧行车速度可达120km/h而且在这速度下检测车还能完成检测任务并且还能对路面状况实时的进行分析最终生成可用的检测报告。该检测系统可对路面的多项数据进行自动检查自动生成分析报告为后续工作提供分析依据。该系统集成了众多高新技术像高精度测距、重构断面三维等等这样的新技术最让人兴奋的是该系统专利成果全部属于国内。该系统曾被国家交通部列为车载公路检测系统的国家标准。同样JG-1也有一定的缺点如无法在一次检查和测量中完成多项需要测量的任务另外该系统的图像识别方面存在不足。JG-1智能检测车如图1.1所示。图1.1 JG-1智能检测车2、2013年我国第一台智慧路面破损检测综合系统——N-1型综合检测车研发成功N-1型检测系统可以完成裂缝图像的采集和处理。采集模块是由图像采集设备完成的该系统配备的是当时性能最好的设备。处理模块是利用其自主研发的处理系统高效率地处理图像数据获取从图像中提取路面车辙、路面裂缝、路面的平整度等数据资料。该检测车的正常工作速度可满足一般的检测速度需求——一般为70km/h又可识别1mm的裂缝对车辙的精度也到了1mm。N-1型检测系统优点在于其有一部分已经达到世界水平的性能指标缺点也明显图像定位信息无法满足任务需求[3]。该检测车如图1.2所示。图1.2 N-1型路面状况智慧综合检测车1.3 路面裂缝分类路面裂缝由于复杂的形成原因很难考究其全部因素不过本文研究的是比较基础的裂缝主要考虑其类型与裂缝长宽即可。一般我们把裂缝分成裂纹垂直沿着行车方向的为横向裂缝裂纹沿着行车方向的为纵向裂缝还有既有纵纹又有横纹的裂缝为网状裂缝。如表1.1所示。表1.1 路面裂缝分类分类分级外观描述分级指标横向裂缝轻缝壁无散落或轻微散落无或少支缝缝宽≤5mm重缝壁散落重支缝多缝宽≥5mm纵向裂缝轻缝壁无散落或轻微散落无或少支缝缝宽≤5mm重缝壁散落重支缝多缝宽≥5mm网状裂缝轻缝细不散落或轻微散落块度100cm重缝宽散落块度:50~100cm1.4 论文的内容安排本课题需要实现对基于机器视觉的道桥安全系数监控系统进行设计故而本文需要研究和裂缝检测系统有关的软硬件型号、实现过程。全文的内容可整分为五章节对各章节内容进行安排得出如下结果。第1章 主要阐述路面裂缝研究的背景及国内、国外发展情况对本文要实现的路面裂缝进行分类分类以及课题论文结构安排。第2章 主要讲述了道桥安全系数监控系统方案设计的一些基本原理。第3章 阐述了道桥安全系数监控系统的有关的硬件选型比如相机、镜头、光源、电源。第4章 讲述课题分析所需的软件——机器视觉和虚拟仪器LabVIWE技术。第5章 主要讲述了系统的软件部分的各个模块的工作包括图像的采集数据的滤波、阈值、形态学最后对图像进行分类和求取参数。第2章 道桥安全系数监控系统方案设计2.1 系统框图目前路面裂缝检测方法可以分为三类一是超声波检测路面裂缝二是