[发明专利]一种基于机场道面裂缝的检测方法

说明书

本发明提供一种基于机场道面裂缝的检测方法,包括可见光图像裂缝识别和道面裂缝判定；所述可见光图像裂缝识别包括卷积模块、稠密连接模块、转化模块、深度监督模块、反卷积层和融合模块；道面裂缝判定包括道面裂缝二维图像采集与处理、道面裂缝三维图像采集与处理和二维图像与三维图像融合及识别模型的建立，能够获得更准确、更高效的裂缝识别结果。

技术领域

本发明涉及道面裂缝检测技术领域，具体为一种基于机场道面裂缝的检 测方法。

背景技术

机场跑道作为机场组成的重要部分，机场跑道质量的好坏也直接关系着 飞机起飞安全。现今道面使用年限较长，机场水泥混凝土道面会受到自然条 件的影响，造成冻胀、表皮脱落等现象，水泥混凝土道面的可靠性受到了不 同程度的影响，从而不利于飞机着陆。其次，由于飞机机型的更新，对机场 道面工程技术要求发生变化，因此需要对机场道面做出正确的评估。

在现有的机场道面裂缝检测领域，路面破损检测方法以人工测量为主， 自动化检测技术发展较为缓慢，普遍存在着检测落后、效率低的问题。

发明内容

本发明的目的在于提供一种基于机场道面裂缝的检测方法，能够获得更 准确、更高效的裂缝识别结果。

为实现上述目的，本发明提供如下技术方案：一种基于机场道面裂缝的 检测方法,包括可见光图像裂缝识别和道面裂缝判定；

所述可见光图像裂缝识别包括卷积模块、稠密连接模块、转化模块、深 度监督模块、反卷积层和融合模块；

首先经过卷积模块和稠密连接模块提取图像多个尺度的特征图，稠密连 接模块之间加入转化模块，压缩上一模块输出的稠密特征，缓解特征冗余； 每个卷积模块和稠密连接模块的一侧连接一个深度监督模块，每个卷积模块 和稠密连接模块提取的特征图通过深度监督模块后各输出一张特征图；每个 深度监督模块连接Sigmod损失函数，计算输入图像的标签和深度监督模块输 出特征图的sigmod损失，将反卷积后的特征图输入到融合模块中；

道面裂缝判定包括道面裂缝二维图像采集与处理、道面裂缝三维图像采 集与处理和二维图像与三维图像融合及识别模型的建立。

作为上述技术方案的进一步改进，所述稠密连接模块中，每个层使用前 面所有层的特征图并集作为输入，并通过层神经网络学习后，以所学习得到 的特征图作为后续层的输入之一。

作为上述技术方案的进一步改进，所述道面裂缝二维图像采集与处理包 括图像去噪和图像增强；所述图像增强包括灰度变换和直方图均衡化。

作为上述技术方案的进一步改进，所述图像去噪采用中值滤波，中值滤 波的滤波过程为：首先，设置一个滤波窗口，然后用窗口逐行逐列扫描图像 序列上的点，同时用窗口内各原始值的中值代替窗口中心点的值，直到扫描 完毕。

作为上述技术方案的进一步改进，所述图像增强采用灰度变换和直方图 均衡化；所述图像增强包括灰度变换，灰度变换包括有线性函数、对数函数 和幂律函数；线性函数、对数函数和幂律函数包含图像反转、对数变换、伽 马变换和分段线性变换。

作为上述技术方案的进一步改进，图像反转将图像中深色、黑色像素转 化为浅色、白色的像素；

对数变换将输入图片中的灰度值映射为输出图片中的灰度值；

伽马校正用于校正图像获取、打印和显示时各种设备根据幂律产生的响 应；

分段线性变换函数用于图像特征复杂处理。

作为上述技术方案的进一步改进，直方图均衡化通过调整图像的灰度直 方图分布范围来调整图像对比度。

作为上述技术方案的进一步改进，道面裂缝三维图像采集与处理包括光 条中心提取、光线中心拐点提取和特征点拓扑坐标确定；