(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210858018.X (22)申请日 2022.07.20 (71)申请人 重庆科技学院 地址 401331 重庆市沙坪坝区大 学城东路 20号 (72)发明人 何龙　吴锦洲　刘子樊　蒋鸿伟　 简夜明　傅普杰　冯小渝　吕文琪　 向毅　雷亮　 (74)专利代理 机构 北京翔石知识产权代理事务 所(普通合伙) 11816 专利代理师 薛晓军 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/28(2022.01) G06V 10/40(2022.01)G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 20/10(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于图像处 理的道路裂缝检测方法 (57)摘要 本发明公开了一种基于图像处理的道路裂 缝检测方法， 它包括如下步骤： S1、 裂缝图像尺寸 标准化， 实际采集到的路面裂缝图像尺寸统一为 300×300； S2、 裂缝图像 形态学细化， 对尺寸标准 化裂缝图像作形态学细化， 形成裂缝骨架； S3、 选 取实际采集的横裂、 纵裂、 网裂以及块裂四种类 型的图像各15幅， 经过裂缝目标提取后， 计算各 幅二值图像的SX， SY； S4、 利用BP神经网络实现裂 缝的分类 。 本发明可以提高裂缝图像品质。 权利要求书1页 说明书4页 附图1页 CN 115358971 A 2022.11.18 CN 115358971 A 1.一种基于图像处 理的道路裂缝检测方法， 其特 征在于， 它包括如下步骤： S1、 裂缝图像尺寸标准 化， 实际采集到的路面裂缝图像尺寸统一 为300×300； S2、 裂缝图像形态学细化， 对尺寸标准 化裂缝图像作形态学细化， 形成裂缝骨架； S3、 选取实际采集的横裂、 纵裂、 网裂以及块裂四种类型的图像各15幅， 经过裂缝目标 提取后， 计算各幅二 值图像的SX， SY； S4、 利用BP神经网络实现裂缝的分类。 2.如权利要求1所述的基于图像处理的道路裂缝检测方法， 其特征在于， 步骤S4中， 根 据如下公式计算隐含层神经 元层数： 其中k表示隐含层节点数量， n表示输入层节点数量， m表示输出层节点数量， ɑ取值在 [1,10]。 3.如权利要求1所述的基于图像处理的道路裂缝检测方法， 其特征在于， 步骤S4中， 第 二层的激励函数选取tan ‑sigmod型传递函数tansig， 其输出值范围在[ ‑1,1]， 效果较好； 输 出层的传递 函数选用l og‑sigmoid型函数l ogsig， 输出值限定在0和1之间。 4.如权利要求1所述的基于图像处理的道路裂缝检测方法， 其特征在于， 步骤S4中， 将 BP神经网络各层之间的权值赋值在[ ‑1,1]之间的随机值， 对特征向量进行归一化处理， 归 一化处理后的输入向量和目标 结果向量 通过BP网络训练完成学习， 归一 化公式如下： 权　利　要　求　书 1/1 页 2 CN 115358971 A 2基于图像处理的道路裂缝检测方 法 技术领域 [0001]本发明涉及一种基于图像处 理的道路裂缝检测方法。 背景技术 [0002]高速公路、 城市交通道 路、 桥梁路面是采用沥青或水泥 混凝土建设的路面， 为顺应 高速发展的城市化而发展建设的。 上世纪八十年代末沪嘉高速公路竣工通车， 至此之后， 我 国飞速发展建设高速公路， 截至2013年， 全国高速公路的总里程已经达到十万 公里以上， 相 比上年底增加 约有一万千米左右， 将近十一万 公里的公路里程是2015年全国高速公路建设 的目标。 近年来， 小轿车使用量的大幅增长有必 要对公路进 行高要求的建设。 高速公路以及 城市道路的建设不仅给居民的出行带来了方便， 而且对城市经济社会的发展发挥着影响。 公路的广泛使用尤其是 交通密集区域不可避免地引发路面不同形式的破损， 一些使用年限 较长的公路已经逐步需要投入养护， 公路的交通能力、 舒适度、 美观度和行车安全受到路面 病害如路面裂缝问题的严重影响。 路面裂缝作为路面病害的初期表现形式和最常见的病 害， 不但影响着正常的运输和交通能力， 还需要消耗大量养护经费。 社会经济发展对城市公 路的养护提出了新要求， 如何在不影响交通运输的情况下能够 对路面裂缝进 行检测与 识别 分析， 成为急需解决的一个难题。 [0003]图像分析方法就是结合数学方法和数字图像 处理技术对图像进行处理， 并能够对 图像所呈现出的特征进 行分析， 从 中提取出有价值的信息。 在裂缝图像的预 处理中， 裂缝图 像噪声分布广、 裂缝目标与背景对比度低、 裂缝图像光照不均匀是比较严重的， 因此， 有必 要通过研究路面裂缝图像增强处 理方法来 提高裂缝图像的品质。 发明内容 [0004]为了解决上述问题， 本发明提供一种可以提高裂缝图像品质的基于图像 处理的道 路裂缝检测方法。 [0005]一种基于图像处 理的道路裂缝检测方法， 它包括如下步骤： [0006]S1、 裂缝图像尺寸标准 化， 实际采集到的路面裂缝图像尺寸统一 为300  ×300； [0007]S2、 裂缝图像形态学细化， 对尺寸标准 化裂缝图像作形态学细化， 形成裂缝骨架； [0008]S3、 选取实际采集 的横裂、 纵裂、 网裂以及块裂四种类型的图像各15幅， 经过裂缝 目标提取后， 计算各幅二 值图像的SX， SY； [0009]S4、 利用BP神经网络实现裂缝的分类。 [0010]进一步的， 步骤S4中， 根据如下公式计算隐含层神经 元层数： [0011]其中k表示隐含层节点数量， n表示输入层节点数量， m表示输出层节点数量， ɑ取值 在[1,10]。 [0012]进一步的， 步骤S4中， 第二层的激励函数选取tan ‑sigmod型传递函数  tansig， 其 输出值范围在[ ‑1,1]， 效果较好； 输出层的传递函数选用  log‑sigmoid型函数logsig， 输出 值限定在0和1之间。说　明　书 1/4 页 3 CN 115358971 A 3