打开文本图片集

摘要：高速公路沥青路面裂纹作为影响交通安全和路用性能的常见病害，若运用数字图像处理技术进行精细化检测，能有效把握裂缝的发展速度和规律。本文简要分析了技术步骤，并对裂纹图像预处理技术、图像分割处理技术、图像边缘检测技术、裂纹分类分析技术要点展开研究，促使在技术保障下延缓路面裂缝病害的发展速度，优化高速公路沥青路面运营效果。

关键词：数字图像处理技术；高速公路；沥青路面；预处理技术

高速公路沥青路面裂纹的形成若未及时得到控制，将进展为裂缝病害，既降低路面安全性，又会缩短使用年限。若在裂纹检测中应用数字图像处理技术，即可达到可视化检测效果，从根本上预判裂纹变化风险，保障路面质量，因此要求相关人员切实围绕路面现状完善技术方案，以降低路面裂缝病害出现率。

1 数字图像处理技术的应用步骤

1.1构建裂纹模型

数字图像处理技术主要是指针对沥青路面结构裂纹显现的颜色以及灰度，总结介质差异，随即对照裂纹特征确认路面开裂情况。通常该技术实践应用环节，需要构建与路面实况相似度较高的裂纹模型，之后经过图像数字化处理分析可归纳裂纹变化特征，指引有关部门快速制定裂纹修复计划。其中在建模过程中，需将沥青路面裂纹图像，以像素点分布方式设置网格，依据沥青路面材料特征确定模型参数。具体可利用下列函数进行研究，进而增加模型图像的可靠性，即：

其中、α、α0、m分别指代沥青路面材料基元体力学性质分布密度及其参数（如路面强度、弹性模量等）、对应参数平均值、性质参数。

在建立的模型中往往根据裂纹长度、裂纹倾角建立不同种类的模型，之后根据模型模拟量评估裂纹图像特征。

1.2分析影响因素

沥青路面裂纹检测期间，应当结合图像模拟模型分析影响路面性能的主要因素。根据有关研究，裂纹长度以及裂纹倾角会直接影响路面峰值应力。即裂纹长度既定时，裂纹倾角与峰值应力多有正相关关系，且达到60°开裂时便出现快速开裂趋势。若裂纹倾角未改变，峰值应力会随着裂纹长度变大而减小，特别是在30°裂纹倾角条件下，可能出现峰值应力急速下降现象。为获取参考价值更显著的数字化图像，在数字图像处理技术助力下，还可以利用图像增强方式增加图像清晰度，保证有关检测人员能从中得到高清晰度图像，一般在图像增强处理阶段多以空间处理方式改善对比度，随即在去噪处理中细致化呈现裂纹图像细节。数字图像技术自身具有“无接触检测”特点，能在检测环节最大化保护路面完整度，创造了便捷的路面病害治理条件。

1.3裂纹特征归类

在构建沥青路面裂纹模型后，还需兼顾裂纹特征确定裂纹种类。从有关研究中确定裂纹种类多有次生裂纹（次生倾斜与次生共面裂纹）和翼裂纹，且均属于新生裂纹。其中每一种裂纹均有鲜明特征，以次生倾斜裂纹为例，该裂纹具有垂直开裂特征，存在垂直向进展趋势，如（图1）所示，在60mm裂纹长度和15°裂纹倾角下构建的模型中，显然随着裂纹变大，垂直向裂纹数量有所增加。值得注意的是：沥青路面裂纹在呈现翼裂纹状态时，存在一定的不确定性，且接近峰值应力之际容易引发路面断裂后果，对路面质量造成较大影响。

2 数字图像处理技术在高速公路沥青路面裂纹检测中的应用要点

2.1裂纹图像预处理技术

高速公路沥青路面裂纹检测中应用数字图像处理技术，最为主要的是借助预处理技术获得高精度图像，基于图像库采集裂纹模型图像特征。由于沥青路面结构材料较为复杂，容易在检测中出现有噪图像，可能会影响检测结果的准确性。此次研究提出两种常见的图像预处理方式。第一种为“均值滤波”预处理技术，以该技术开展图像去噪处理操作，产生的无噪图像（f（x，y））多以下列函数进行指代：

式中f’（x，y）、n（x，y）表示无噪图像与图像噪声；S、M表示点（x，y）对应点集和总点数。

根据对（图2）去噪预处理结果的分析，尽管均值滤波预处理技术具有“去噪”作用，但去噪的同时也会出现造成图像边缘不清晰现象，反而会出现“失真”问题。因此，为消除该技术的应用局限性，还可推广“中值滤波”预处理技术（第二种），该技术是按照灰度值排序思想处理图像，公式如下所示：

上述公式中g（x，y）表示预处理后图像；f（x，y）表示原始图像；W表示裂纹模型二维模版。此技术实际应用期间多以奇数像素数有序排列方式为标准，随即根据中间值确定新数据，如（图3）所示，明显图像边缘清晰度略高于上述提到的均值滤波预处理图像，针对沥青路面裂纹检测活动，可以首推中值滤波预处理技术，进一步提升图像反馈真实度和清晰度，作为数字图像处理技术的前期基础，值得引起检测人员的重视。

2.2图像分割处理技术

关于数字图像处理技术的有效应用，为了达到预期检测效果，运用图像分割处理技术对沥青路面裂纹图像进行分割处理，通常以划分背景的方式加以分割。此次研究提出可行性较强的分割处理技术，即“最大熵分割技术”。该技术是依据沥青路面裂纹模型的均匀度进行分割，高均匀度下往往具有较大熵值。基于图像最大化熵分割技术可以利用下列公式评估图像灰度值分布均匀度（H），即：

上述公式中表示灰度值对应概率。在图像分割处理中能针对不同灰度值的图像概率进行分析，从中确定最大熵对应概率，之后可以按照直方图分解法确定熵值。以此种技术分割裂纹图像，能够呈现暗灰色图像，此时可根据变化特征从中总结分割特征。另外，还可采取形态学分析法分割图像，按照二维向量元素绘制坐标图，若在像素图中发现集中区间，可以考虑此处存在明显裂纹。

2.3图像边缘检测技术

高速公路沥青路面裂纹多呈现细小特征，因而可以运用图像边缘检测技术增加边缘检测准确度，辅助有关人员精准提取图像裂纹特征。根据有关分析确定实用性较强的技术为小波分析技术，该技术能够通过映射分析方式设置二维函数，且设有固定时间窗，可以根据时间窗的一致性频率确定裂纹分布范围。事实上，数字图像处理过程应用的小波分析技术，具体借助衰减规律处理图像分布信号，并以局部处理方式进行离散分析。与此同时，尺度空间与频率之间多有正相关关系，无论是进行去噪处理，还是采集提取边缘特征，都可以利用边缘强度重新设置形式增加图像分布完整度。相比传统图像边缘检测手段，融合频率小波分析原理的检测技术，既能产生较强的边缘图像鉴别能力，又能达到辅助去噪效果。由此表明在以数字图像处理技术检测裂纹期间，可将高频低幅小波系数视作裂纹相似值。因图像边缘具有相对细致的裂纹分布特点，所以经过对边缘图像的清晰化处理，可以促使有关人员充分把控裂纹进展规律。

2.4裂纹分类分析技术

在判定裂纹种类时，需科学分析裂纹宽度、裂纹长度等相关参数。其中较为关键的是现行设置裂纹结构骨架，之后对骨架内的有用范围进行标记。假设为裂纹骨架集合，A代表裂纹特征提取范围，代表骨架子集，则对应的关系如下所示：

经过迭代分析后对骨架长度和宽度进行计算，该数值作为裂纹参数分析依据。所谓骨架长度即像素相邻点间距和值。骨架宽度则以平均值（W）、最大值（Wmax）以及最小值（Wmin）进行分析。即：

式中L、表示裂纹长度、骨架每列扫描后对应裂纹宽度；表示像素数。

至于裂纹面积分析，可以采用连通域统计分析方式进行总结，即裂纹以外区域内的裂纹面积可以作为裂纹骨架结构裂纹进展范围。基于数学形态学分析法，可以随着S元素的变化轨迹进行计数，之后有序排列像素点，并最终到达最后一列时完成图像分析操作。检测裂纹图像特征时，还可按照图像初步分析→特征测量→参数计算（宽度，长度，面积）→数据测量保存的顺序细化裂纹图像。例如在某轻度裂纹的沥青路面检测作业中，其裂纹宽度多＜3mm，长度多在50cm左右，此时可以将其划分为块裂种类，若裂缝宽度在5mm以上，块度为20cm或者50cm，能在裂纹检测中根据该图像特征认定为网裂，且属于重度网裂。因不同类型裂纹治理手段不同，且治理迫切性也存在差异，故而有关人员务必在数字化图像反馈中归纳裂纹几何特征，界定好种类后下达正确的治理决策，以期治理后的沥青路面质量得到充分提升，消除裂纹持续进展隐患。

3 结论

综上所述，数字图像处理技术应用于高速公路沥青路面裂纹检测中，应当严格按照构建裂纹模型、分析影响因素和裂纹特征归类的方式归纳技术要点，从预处理、图像分割处理、图像边缘检测、裂纹分类分析技术层面着手，促使高速公路路面裂纹始终处于动态检测状态，为我国道路交通安全提供可靠保障。

参考文献

[1]欧冰，杨晶晶.数字图像处理技术现状与展望[J].中国新通信，2023（1）：76-78.

[2]罗瑞.基于图像处理的路面裂缝检测算法研究[D].安徽工程大学，2017.

[3]苏秀芝.基于图像分析的路面裂缝检测识别研究[J].电脑与信息技术，2021（5）：17-19.

[4]杨巍.基于数字图像技术的混凝土路面裂缝检测研究[J].科技创新与生产力，2024（2）：126-128.