[发明专利]一种道路裂缝图片识别与处理方法

权利要求书

1.一种道路裂缝图片识别与处理方法，其特征在于，包括如下步骤：

Step1：道路检测车拍摄采集道路裂缝照片，形成初始裂缝图片；

Step2：对初始裂缝图片进行图片预处理，形成裂缝预处理图片集；

Step3：基于VAE算法对裂缝预处理图片集进行自动编码和解码，得到处理后的解码图片；

Step4：基于像素差异度算法标注解码图片中的裂缝区域和非裂缝区域；

Step5：基于裂缝破坏等级公式区分裂缝区域的破坏程度，自动给出裂缝修补方式初步建议；

step4包括如下步骤：

Step4.1：将解码图片上的所有像素点存储于初始非突变集X₀中；

Step4.2：在初始非突变集X₀中提取一个像素点x存储在突变集Y中，形成非突变集X₁；

Step4.3：计算非突变集X₁和初始非突变集X0内各像素点的像素差异度D(X₁)和D(X₀)，当D(X₁)≤D(X₀)时，将像素点x继续存储在突变集Y中，否则，将像素点x重新存储在初始非突变集X₀中；

Step4.4：重复步骤4.2-4.3，直至所有像素点均被提取，并且所有像素点只提取依次，形成最终非突变集X*和最终突变集Y*；

Step4.5：将最终突变集Y*在解码图片上标注出来，形成一个或多个连续的区块，即为裂缝区域，剔除最终突变集Y*上的零散点，形成非裂缝区域；

对于任意连续的裂缝区域，采用下述裂缝破坏等级公式进行计算：

max|H1-H2|cosθ×L/l≤k1 (4)

|V1-V2|L/l≤k2 (5)

LS/n≤k3 (6)

其中，H1和H2表示解码图片上裂缝区域所包围的封闭图形外轮廓上的任意两点，|H1-H2|表示解码图片上裂缝区域所包围的封闭图形外轮廓上的任意两点H1和H2之间的距离，θ表示H1和H2两点的连线与解码图片上道路边之间的夹角，L表示道路实际的宽度，l表示解码图片上道路的宽度，k1为长度阈值，是常数，

V1和V2表示解码图片上裂缝区域所包围的封闭图形外轮廓上的两点，且V1与V2的连线与解码图片上道路边相垂直，|V1-V2|表示V1和V2之间的距离，k2为宽度阈值，是常数，S表示解码图片上裂缝区域所包围的封闭图形内像素点的个数，n表示解码图片上道路的宽度所占据的像素点的个数，k3为面积阈值，是常数。

2.根据权利要求1所述的一种道路裂缝图片识别与处理方法，其特征在于，Step2中图片预处理包括图像翻转、图像旋转和图像插值法。

3.根据权利要求2所述的一种道路裂缝图片识别与处理方法，其特征在于，图像插值采用下述公式进行像素调整：

其中，u和v均为0-1之间的常数，C(i+u,j+v)表示裂缝预处理图片中第i行第j列和裂缝预处理图片中第i+1行第j+1列之间，且距离裂缝预处理图片中第i行第j列的像素点水平位移为u垂直位移为v的像素点的灰度值，A(i，j)表示初始裂缝图片上第i行第j列的像素点的灰度值，A(i+1，j)表示初始裂缝图片上第i+1行第j列的像素点的灰度值，A(i，j+1)表示初始裂缝图片上第i行第j+1列的像素点的灰度值，A(i+1，j+1)表示初始裂缝图片上第i+1行第j+1列的像素点的灰度值。

4.根据权利要求1所述的一种道路裂缝图片识别与处理方法，其特征在于，Step3中包括如下步骤：

Step3.1：通过编码器对预处理图片集进行编码，将编码后的图片输入VAE模型；

Step3.2：进行VAE模型网络层的调整，增加网络层模块，增加或减少隐含层；

Step3.4：进行VAE模型训练，调整VAE模型参数；

Step3.4：模型测试，测试满足预设条件，通过解码器对编码图片进行解码，形成解码图片，不满足预设条件，则返回步骤3.3进一步调整VAE模型参数。