路面破损实时三维加速度振动监测和图像识别的复合处理方法研究

Automatic detection and recognition for highway pavement fissure with high speed, real-time and not blocking the traffic is an emergent problem to be solved in highway field. At present, the pavement fissure detection is mainly depended on single 2D image recognition method, but it can not recognize the fissure information correctly. In this proposal, real-time 3D acceleration vibration monitoring is introduced to acquire the pavement fissure 3D feature, new pavement fissure 2D image recognition method based on 3D acceleration vibration features, the 3D fissure information is recurred by 2D image recognition. The primary research content includes: acquiring and processing method of real-time high speed and high sinsitivity acceleration vibration signal, pavement fissure recognition method based on 3D acceleration vibration and image recursion processing. Pavement fissure classfication and evaluation, the veracity, high speed and real time for automatic pavement detection. Solve the key scientific technology problem arose in automatic detection and recognition for highway pavement fissure, breakthrough the technology difficulty, supply basic technology for the intelligent, automatic, high precision and high velocity development level of highway pavement fissure detection and recognition.

高速在线、实时、不阻碍交通的路面破损自动检测识别是我国公路交通领域迫切需要解决的问题，针对路面破损图像自动识别过程中遇到的难点和关键科学问题，提出基于三维加速度振动监测信号特征指导的路面破损二维图像识别新方法，引入实时三维加速度振动监测获取路面破损三维特征，通过识别二维路面图像重现三维破损信息。主要研究车辆实时高速高灵敏度加速度振动信号采集与处理方法，基于三维加速度振动信号和图像递归处理的路面破损识别方法，路面破损状况的分类及评价方法，高速路面自动检测的准确性、快速性和实时性。解决高速路面破损自动检测与识别运用中的关键科学技术问题，突破技术难点，为我国高速公路路面破损自动检测与识别技术的智能化、自动化、高精度、高速化发展提供基础技术支持。

本项目主要研究了路面破损实时三维加速度振动监测和图像识别的复合处理方法。针对路面破损图像与三维加速度信号检测的基础性和共性科学问题，进行了理论创新和实验探索及验证研究。主要研究成果为：针对路面破损图像采集过程中遇到的图像不均匀问题，研究了基于红外结构激光共面补光技术的路面视频图像全天时采集方法，基于光照幅度补偿的大视场CCD图像校正方法；针对路面破损特征，研究了基于凹性测度的路面裂缝提取方法，基于非负性特征与快速LOG算子结合的路面裂缝检测算法; 提出了一种基于脊点特征强度的路面线激光车辙检测与识别方法；研究了采用多特征的线形目标分类方法，对道路病害形态特征的图像进行了分类和评价；初步进行了路面破损图像检测算法在ARM平台和DSP移植与优化方法研究，对路面破损检测的快速性、实时性进行了算法优化与验证。本项目提出的基于脊点特征强度的路面线激光车辙检测与识别方法已在道路车辙视频图像检测系统中取得了实际应用，提高了路面车辙视觉检测技术的精度和智能化水平。