法 【、基于 三维 地形 模型 的路 面裂 缝 自动检 测算 ２ ］
ｍ＋ （ ｌｍ∈Ｚ 阶连 续 导数 ，ｍ 至 少取 ［］（ｖ ） ｖ ［】为 ｖ
的整数部 分 ） Ｖ ∈Ｒ， 当 ｖ 。 １ ， ＞Ｏ时，则 厂（ １ 的 ， 阶 导数定 义 为
； ） Ｄ
－ 旦＿
法 ［、基于 高速 公路 裂纹 局部 线性 特征 内容 的脊 ｊ 波 变 换域 算法 研 究［。这些 算 法都 在 一定 程度 上 ４ Ｊ 对 常规 裂缝 检测 算法 有所 改进 ，但 均存 在难 以克 服 大量 随机 分布 的噪 声 的影响 ，对 一些 轻微 裂缝 及 网状 裂缝 仍然 不能取 得预 期 的效果 ，而且 运算 量 过大 ，不 利于对 大 量 的路 面 图像 的处理 。
ｍｏｐ ｏｏ ｙ ｉ ｐ ｏ ｏ ｅ ． ｒｃｉｎ ｌｄ ｆ ｒｎ ｉｌｃ ｎ ｅ ｅ ｔ ｅｙ ｅ ｈ ｎ ｅｈ ｇ — ｅ ｕ ｎ ｙ ｓｇ ａｓ ｒ ｈ ｌｇ ｓ ｒｐ ｓｄ Ｆ ａ ｔ ａ ｉ ｅｅ ｔ ａ ｆ ｃｉ ｌ ｎ ａ ｃ ｉｈ ｆ ｑ ｅ ｃ ｉｎ ｌ， ｏ ａ ｖ ｒ
２ １ 年 ０１ 第 ４期 Nhomakorabea工 程 图 学 学 报
Ｊｏ ＵＲ ＮＡ Ｌ Ｆ Ｇ Ｉ Ｏ ＥＮ ＮＥＥＲＩ Ｇ ＲＡ ＰＨ Ｉ Ｎ Ｇ ＣＳ
２ １ ０ １
Ｎ Ｏ４ ．
自然环境 下 路 面 裂缝 的识别
马常霞 赵春霞 狄 峰 李曼先 一， ， ，
（ ．南京理工大学计算机科学与技术 学院， １ 江苏 南京 ２ ０ ９ ；２ 淮海工学院计算机工程学院，江苏 连云港 ２ ２ ０ ） １０ ４ ． ２０５
Ｍ Ａ ａ ｇ ｘｉ Ｃｈ ｎ ． ａ 一， ＺＨＡ Ｏ Ｃｈｕ — ａ ， ＤＩＦｅ ｇ ＬＩＭ ｉ ｇ ｘｉｎ ｎ ｘｉ ｎ ， ｎ ． ａ
（ ．ｃｏ ｌｆ ｏ ｕｅ ｃ ｎｅ ｎ ｅｈｏｏｙＮａｊ ｇＵ ｉｅｓｙｏ Ｓ ｉ ｃ ｄ ｅｈｏｏ ， ｎｉ ａｇｕ２０ ９， ｈｎ ； １Ｓｈ ｏ ｏ Ｃ ｍｐｔｒ ｉ ｃ ｄ ｃｎ ｌｇ， ｎｉ ｎｖｒｔ ｆ ｃｅ ｅ ｃｎ ｌｇ Ｎａｊ ｇＪ ｎ ｓ １０４ Ｃ ｉａ Ｓｅ ａ Ｔ ｎ ｉ ｎ ａ Ｔ ｎ ｙ ｎ ｉ
合 ［ 数 ± ］ ＝
任 意
中扩 ｇ为 展
＝ ，
由 于分 数 阶 微 分 运 算 在 加 强 信 号 高 中频 成 分 的
同 时 ，也 对 信 号 的 甚 低频 成 分进 行 了非 线 性 保
＿ ㈣学 再 积 得 ［ ］ 数 分 分 部可
（） ２
频 率 呈 分 数 阶 幂 指数 变 化 ，相 位 是 频 率 的广 义 Ｈ ｌｅｔ 化 。图 １ 出 １ 、２阶和 分数阶 微分 ｉ ｒ变 ｂ 示 阶 的 幅频特 性 曲线 。 们 从 图 １中可 以看 出微 分运 算都 有提升信 号 高 频 的作用 ，且 随频率 和微 分阶 数 的增 加呈 非线性
关 键 词：图像处理；路 面裂缝检测；分数阶微分；形态学算子 中图 分类号 ：Ｔ ９ ． Ｐ３ １ ４ 文献标识 码 ：Ａ 文 章 编 号 ：１０ —１ ８２ １）４０ ２ －７ ０ ３０ ５ （０ １０ —０ ００
Ｒ ｏ ｄ Ｃｒ ｃ ｔ ｃ ｉ ｎ ｕｎｄ ｒ Ｎａ ｕｒ ｌ ａ ａ ｋ Ｄｅ ｅ ｔｏ ｅ ｔ ａ Ｅｎｖ ｒ ｎ ｅ ｔ ｉｏ ｍ ｎ
处理 并不 能很准 确地 识别 裂缝 。所 以，工作 人 员
还 必须 仔细 检查 处理 过 的图像 ，人工 纠正漏 检和
误检。
ＧＬ定 义将 连续 函数 的整数 阶微 分 的阶 数通 ．
过 对 原 整 数 微 分 的 差 分近 似 递 推 式 求 极 限推 演
而 推广 到分数 。其 定义 如下 ： Ｊ 如 函数 ／（ ０∈（，０ ｏ ｔ ∈Ｒ ｆ ） 口 （＜ ，口 ∈Ｒ ，存在
第 ４期
马常 霞等： 自然环境 下路 面裂缝 的识 别
方 法花 费大 、效 率不 高 、影 响交通 、检测 结果 不 可 靠存在 因人 而异 的现 象 ，因此 不 能适应 道路 发 展 的需要 。迫切 需要提 出一 种快 速有 效 的路面 病 害 检测方 法 。
留 ，所 以通过 分数 阶微分 运算 增强路 面 图像 ，可 以 使 处于 平 滑 区 域 的弱 信 号 裂缝 病 害 信 息 得 以 加强 。然 后在 此基础 上通 过一 组 中值滤波 过滤 店 大 量 的随机 噪声 ，利用形 态 学算子 检测 出裂缝 边 缘 ，并细化 提取 出最 终 的裂 缝骨 架 。
ｍｅ ｉ ｍ— ｅ ｕ ｎ ｙ ｉ ｎ ｌ ａ ｄ ｎ ｎ ｌ ｅ ｒｙ ｒ ｓ ｒ ｅ ｏ ｆｅ ｕ ｎ ｙ ｓｇ ａ ｓ ｄｕ ｆ ｑ ｅ ｃ ｓｇ ａ ｓ ｎ ｏ － ｎ ａ ｌ ｅ ｅ ｖ ｄ ｌ ｗ— ｑ ｅ ｃ ｉ ｎ ｌ．Ａｆ ｒ ｆａ ｔ ｎ ｌ ｒ ｉ ｒ ｔ ｃｉ ａ ｅ ｒ ｏ
一
个 二值 图像 中抽取 裂缝特 征 。二值 图像 一般通
过确 定一个 最佳 阈值 来得 到 ，大 于 阈值 的像素 被
认为 是背景 ，设为 白色像 素 ；小 于 阈值 的认 为 是 裂 缝 ，设 为黑色 像素 ，从 而提 取 出裂 缝 。但是 ，
性 的应用 。将 分数 阶微 分应 用于 图像信 号处理 ，
Ａｂ ｔ ａ ｔ Ａ Ｃ ａ ｇ ｒ ｈ ｏ ａ ｒ ｃ ｅｅ ｔ ｎ ｂ ｓ ｄ ｏ ａ ｔｏ ａ ｉ ｅ ｅ ｔａ ａ ｄ ｉ ｇ ｓ ｒ ｃ ： ｎ Ｗ ｌ ｏ ｉ ｍ ｆ ｏ ｄ ｃ ａ ｋ ｄ ｔ ｃｉ ａ ｅ ｎ ｆ ｃ ｉ ｎ ｌ ｆ ｒ ｎ ｉ Ｉ ｎ ｔ ｒ ｏ ｒ ｄ ｍａ ｅ
道 路 交 通 在 国 民经 济 和 人 民生 活 中 占有 重 要 的地位 。随着道 路建成 后 的不 断使用 ，对 其合 理 有效 的保养 和维护就 成为 主要 问题 。定期 调查
道路路 面状况 ，并做 出相应 的维 护措施 ，以便 在 路 面病 害 出现 的早期就 发现它 、修缮它 是路面 维
２ Ｄ ｐ ｒ ｎ Ｃ ｍｐ ｔｒ ｃｅｃ ， ｕ ｉａ Ｉｓ ｔｔ ｏ Ｔ ｃ ｎ ｌ ｙ Ｌａ ｙｍ ａ ｇＪ ｎ ｓ ２ ０ ５Ｃｈ ａ ． ｅ ａｔ ｔ ｆ ｏ ｕ ｉｎ ｅ Ｈ ａ ｉｎ ｔｕｅ ｆ ｅｈ ｏｏ ， ｉｎ ｔ ｇ ａ ｇｕ２ ２ ０ ， ｉ ） ｍｅ ｏ ｅＳ ｈ ｉ ｇ ｎ ｉ ｎ
本 文 提 出一 种 基 于 分 数 阶微 分 演 算 和 图像 形 态学 的路 面 图像 增 强及检 测病 害 的方法 。首先
≈ｉ ｈ （ ｈ （ ｔＶ ｌ － ｍ ｌ 卜ｒ １ ） ）
！ ！ ：！ 若将组 二 二 ±２： ± 二２ ：二
！
ｒ ｖ —］
其中
近 年来 ，基于 图像 的路 面病 害 自动 检测 已成
为各 国竞相研 究 的课 题 。它利 用高速 度 、高 精度 的摄像 机快 速 的拍摄 路面 图像 ，利 用计 算机 快速 处理 ，得 到病 害信 息 。目前 主要 的裂缝 检测 算法 主 要有 人工 种群 算法 …、多级拟 合 机制 的检 测方
Ｋｅ ｒ ｓ ｍａ ｅ ｒ ｃ ｓ ｉ ｇ；ｒ ａ ｒ ｃ ｄ ｔｃ ｉ ｎ ｒ ｃｉ ｎ ｌ ｄ ｆｅ ｅ ｔａ；ｍｏ ｈ ｏ ｙ ｗｏ ｄ ：ｉ ｇ ｐ ｏ ｅ ｓｎ ｏ ｄ ｃ ａ ｋ ｅ ｅ ｔｏ ；ｆａ ｔｏ ａ ｉ ｒ ｎ ｉｌ ｐ ｒ ｏｌｇｙ
ｏ ｒｔｒ ｐｅ ａｏ ｓ
ｄ ｆｅ ｅ ｔａ ｃ ｖｅ ｉ ｍｏ ｕｌ ｉ ｃ ｎｓｒ ｔ ｄ ｎ ｉ ｒ ｎ ｉ ｌ ｏ ｒｎｇ ｄ ｅ ｓ ｏ ｔｕｃｅ ａ ｄ ａ ｐｌ ｄ ｏ ｏ ｄ ｍａ ｅ ，ｒ ａ ｃ ａ ｋ ｉ ａ ｐ ｉ ｔ ｒ ａ ｉ ｇ ｓ ｏ ｄ ｒ ｃ ｓｇ ｌ ｅ ｎ ｅ ｐｅ ｉｌｙ ｗｅ ｋ ｓｇ ａ ｉ ｓ ｏ ｈ ａ ｅ ｅｎ ｏ ｃ ｍｅ ｔ ｉ ｍｐ ｅ ｎ ｅ ｓ ｃ ａｌ ａ ｉ ｌ ｎ ｍｏ ｔ ｒ ａ ｒ ｉｆ ｒ ｅ ｎ ｓ ｉ ｌ ｍｅ ｔ ｄ．Ｔｈ ｎ ｉ ｒ ｒ ｔ ｆｌｅ ｎ ｅ ｎ ｏ ｄｅ ｏ ｉ ｔｒ
摘 要： 论文提出了一种基 于分数阶微分和图像形态学的路 面裂缝检测算法。 分数 阶微分能有效增强信号中、高频部分，非线性保留信号的低频部分， 通过构建分数阶微分掩 模算子 ， 增强裂缝信息特别是平滑 区域中弱信号信 息。利用图像形态学算子提取 裂缝 ， 通过
组合 中值滤 波去 除孤 立噪 声点 。实验 结果表 明 ， 算法 比传 统算 法能 更有 效地检 测 出细小 裂 该 缝信 息 ，是一 种具有较 强鲁棒 性 且 高效 实用 算法 。
护 的基本 思路 。传统 的基 于人工 视觉检 测病害 的
收 稿 日期 ：２ １ — ２ ０ ０００ —４ 基 金项 目： 国家 自然 科学 基金 资助项 目 （ ０ ０ ０ ０ ６ ７５２ ）
作者 简介 ：马常 霞 （９５ ） １７一 ，女 ， 山西 晋城 人，博 士 ，主要研 究方 向为 图像 处理 与模式 识别 。
ｉｏ ａｅ ｏ ｓ ｎ ｅ ｅ ｔ ｒ ｃ ， ｎ ａ ｃ ｄ ｉ ｇ ｐ ｒ ｔ ｄｂ ｇ ｏ ｈ ｌ ｇ ｐ ｒ ｔ ｒ ｎ ｓ ｌｔ ｄｎ ｉｅａ ｄ ｄ ｔｃ ａ ｋ ｅ ｈ ｎ ｅ ｃ ｍａ ｅｉ ｏ ｅ ａｅ ｙ ｉ ｓ ｍａ ｅｍ ｒ ｏ ｏ ｙ ｏ ｅａ ｏ ｓａ ｄ ａ ｐ ｇ ｏ ｐ ｏ ｄ ａ ｌ ｒ ．Ｅ ｐ ｒ ｎ ａ ｅ ｕ ｔ ｐ ｏ ｅ ｈ ｔ ｔ ｅ ａｇ ｒ ｈ ｉ ｍｏ ｅ ｒ ｂ ｓ ａ ｄ ｒ ｕ ｆ ｍｅ ｉｎ ｆ ｔ ｓ ｘ ｅ ｉ ｉ ｅ ｍｅ ｔｌ ｒ ｓ ｌ ｒ ｖ ｄ ｔ ａ ｈ ｌ ｏ ｉ ｍ ｓ ｓ ｔ ｒ ｏ ｕ ｔ ｎ ｅ ｅ ｔ ｅｔ ｅｅ ｔ ｏ ｄ ｃ ａ ｋ ｓ ｅ ｉ ｌ ｏ ｘ ｇ ｏ ｓｃ ａ ｋ ａ ａ ｉ ｏ ａ ｌ ｏ ｉ ｍｓ ｆ ｃ ｉ ｄ ｔ ｃ ａ ｒ ｃ ｓ ｐ ｃａｌ ｆ ｒｅ ｉｕ ｕ ｒ ｃ ｓ ｈ ｎ ｔ ｄ ｔ ｎ ｌ ｇ ｒ ｈ ． ｖ ｏ ｒ ｅ ｙ ｔ ｒ ｉ ａ ｔ