[发明专利]一种基于局部纹理二值模式的路面修补类病害检测方法

说明书

本发明公开了一种基于局部纹理二值模式的路面修补类病害检测方法，属于图像处理领域。所述检测方法采用针对路面修补病害线性特点的局部矩形二值模式计算方法进行路面图像LRBP特征向量提取，将得到路面修补病害图像LRBP特征向量和正常路面图像LRBP特征向量利用机器学习得到修补类病害的分类器，用于检测识别路面修补病害，实现对路面修补类病害的识别检测。与现有技术相比，本发明的基于局部纹理二值模式的路面修补类病害检测方法能非常清晰提取出修补病害的纹理信息，具有很好的推广应用价值。

技术领域

本发明涉及图像特征值提取领域，具体地说是一种基于局部纹理二值模式的路面修补类病害检测方法。

背景技术

随着高等级路面里程的增加，路面养护问题越来越得到重视。在路面多种病害中，裂缝类病害一直是影响最广、最常见的一种病害，也是日常公路养护中的主要解决对象。修补类病害是指路面上的横纵等裂缝通过浇灌热沥青油等方式修补后形成的新的路面病害形态，这种病害具有不对称、延伸方向随机、颜色深等特点。在对路面裂缝使用沥青灌缝修补形成灌缝后，对这种修补灌缝的长度、数量等数据的评介，也是评价路面质量的一项重要指标。

经典的LBP算法主要针对图像纹理具有一定对称性的对象，如人脸，在提取修补特征值时优势不突出。另外，沥青路面溢出、多余的沥青对识别修补病害也存在很大干扰。

发明内容

本发明的技术任务是针对上述现有技术的不足，提供一种针对路面修补病害线性特点的基于局部纹理二值模式的路面修补类病害检测方法。

本发明的技术任务是按以下方式实现的：一种基于局部纹理二值模式的路面修补类病害检测方法，其特点是采用以下方法进行路面图像LRBP(Local Rectangle BinaryPattern)特征向量提取：

A、将路面图像划分为w行z列，共w*z块区域，其中3≤w≤6，3≤z≤6，所述路面图像包括路面修补病害图像和正常路面图像；

B、在每一块区域中，使用8×2大小的检测窗口逐行对该区域内图像进行分块扫描，并进行窗口特征值计算：

所述检测窗口由中线划分为左侧检测窗口、右侧检测窗口，左侧检测窗口左上角起始坐标为(0，0)，右下角坐标为(4，2)；右侧检测窗口左上角起始坐标为(4，0)，右下角坐标为(8，2)

检测窗口递推公式为公式(1)，

(x_a+1，yb+l)＝(x_a+8，yb+2) (1)

式中，a小于等于m/8向下取整数，m为待检测整幅路面图像的总宽度(像素数)；

b小于等于n/2向下取整数，n为待检测整幅路面图像的总高度(像素数)；

对每个8×2检测窗口中的像素，使用左侧检测窗口某点的像素灰度值减去右侧检测窗口对应点的像素灰度值，大于0则输出1，小于0则输出0，计算公式见公式2，两侧检测窗口内的8个像素点经过比较计算后得到一个8位的二进制数，即该8×2检测窗口的LRBP特征值，

式中，(x_a，yb)是待求LRBP值的8×2检测窗口的左上角坐标，i_pq是左侧检测窗口(p，q)位置像素的灰度值，j_rs是右侧检测窗口(r，s)位置像素的灰度值，坐标(p，q)为左侧4×2检测窗口中8个像素坐标，(r，s)为右侧4×2检测窗口中8个像素相对应的坐标，对应关系如公式(3)，t是一个符号函数如公式(4)：

C、将步骤B中得到的所有检测窗口LRBP特征值转化为十进制，统计每个十进制数字的出现频率，计算当前区域的区域直方图；