(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211417318.0 (22)申请日 2022.11.14 (71)申请人 安徽乾劲企业管理有限公司 地址 230000 安徽省合肥市包河区黟县路 667号金汇商务中心办公E座办1 112 申请人 阜阳市路兴公路工程检测有限公司 (72)发明人 秦敏　庞庆龙　刘绍元　 (74)专利代理 机构 合肥三川专利代理事务所 (普通合伙) 3415 0 专利代理师 李霞 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 5/40(2006.01) G06T 5/00(2006.01)G06T 7/136(2017.01) (54)发明名称 一种道路质量识别检测方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种道路质量识别检测方法， 该方法包括： 获取道 路表面灰度图像， 对道路表面灰度图像进行分割 获取车道线区域， 进而得到优选道路图像； 利用 设定尺寸的窗口对优选道路图像进行处理， 根据 窗口内像素点的灰度等级计算窗口对应的灰度 均匀程度， 确定可能缺陷区域； 根据骨架细化后 的可能缺陷区域内像素点的霍夫直线检测投票 值得到像素点的缺陷可能性， 进而得到灰度等级 对应的缺陷概率值； 根据缺陷概率值构件缺陷特 征矩阵， 根据该矩阵的能量特征值确定超像素块 的尺寸大小， 进而进行超像素分割得到缺陷区 域， 再进行识别得到质量识别结果。 本发明能够 提高分割效率， 保证分割精度。 权利要求书2页 说明书10页 附图1页 CN 115457041 A 2022.12.09 CN 115457041 A 1.一种道路质量识别检测方法， 其特 征在于， 该 方法包括以下步骤： 获取道路表面灰度图像， 对道路表面灰度图像进行分割获取车道线区域， 利用道路表 面灰度图像中出现频次最高的灰度值对车道线区域内像素点的像素值进 行赋值， 得到优选 道路图像； 对优选道路图像中像素点的像素值划分灰度等级， 利用设定尺寸的窗口对优选道路图 像进行处理， 根据窗口内像素点的灰度等级计算窗口对应的灰度均匀 程度； 根据窗口对应 的灰度均匀程度确定可能缺陷区域； 对各可能缺陷区域进行骨架细化， 对骨架细化后的各可能缺陷区域进行霍夫直线检 测， 根据可能缺陷区域内像素点的霍夫直线检测投票值得到像素点的缺陷可能性； 根据属 于同一灰度等级的像素点的缺陷可能性的均值得到灰度等级对应的缺陷概 率值； 根据像素点的灰度等级对应的缺陷概率值构建缺陷特征矩阵， 根据缺陷特征矩阵中的 缺陷概率值得到能量特征值， 根据能量特征值确定超像素块的尺寸大小； 根据超像素块的 尺寸大小利用超像素分割方法对可能缺陷区域进行分割处理， 得到缺陷区域； 根据缺陷区 域确定缺陷类型， 进 而对道路质量进行识别得到质量识别结果。 2.根据权利要求1所述的一种道路质量识别检测方法， 其特征在于， 所述对道路表面灰 度图像进行分割获取 车道线区域具体为： 统计道路表面灰度图像中像素点的灰度值构建灰度直方图， 根据 灰度直方图确定灰度 范围， 选择灰度值位于灰度范围内的像素点作为初始种子点进行区域生长， 得到车道线区 域。 3.根据权利要求1所述的一种道路质量识别检测方法， 其特征在于， 所述对优选道路图 像中像素点的像素值划分灰度等级具体为： 统计优选道路图像中像素点的灰度值构建灰度直方图， 利用多阈值分割法对灰度直方 图进行分割， 将分割在同一个区间的灰度值记为同一个灰度等级， 并按照灰度值从小到大 的顺序对灰度等级 进行排序， 按照排列顺序依次将排列序号记为 其对应的灰度等级。 4.根据权利要求1所述的一种道路质量识别检测方法， 其特征在于， 所述 窗口对应的灰 度均匀程度的获取 方法具体为： 其中， HD表示窗口对应的灰度均匀 程度， 表示第a个像素点的灰度等级， 表示窗口 内像素点的总数量， exp(  )表示以自然常数 e为底的指数函数。 5.根据权利要求1所述的一种道路质量识别检测方法， 其特征在于， 所述根据窗口对应 的灰度均匀程度确定可能缺陷区域具体为： 将窗口的设定尺寸记为初始尺寸， 当初始尺寸的窗口对应的灰度均匀程度小于或者等 于程度阈值时， 按照设定步长对窗口的初始尺寸进行矿大， 并计算扩大后的窗口对应的灰 度均匀程度， 当扩大后的窗口对应的灰度均匀 程度仍小于或者等于程度阈值时， 仍继续扩权　利　要　求　书 1/2 页 2 CN 115457041 A 2大窗口的尺寸， 直到扩大后的窗口对应的灰度均匀 程度大于程度阈值时， 将该窗口内的区 域记为可能缺陷区域。 6.根据权利要求1所述的一种道路质量识别检测方法， 其特征在于， 所述根据像素点的 灰度等级对应的缺陷概 率值构建缺陷特 征矩阵具体为： 根据像素点的灰度等级构建可能缺陷区域对应的灰度共生矩阵， 根据像素点的灰度等 级对应的缺陷概 率值和灰度共生矩阵中元 素， 构建缺陷特 征矩阵。 7.根据权利要求1所述的一种道路质量识别检测方法， 其特征在于， 所述根据能量特征 值确定超像素块的尺寸大小具体为： 其中， S为超像素块的尺寸大小， Ma表示缺陷特征矩阵对应的能量特征值， 表示常数系 数， e为自然常数， 为向上取整的函数。 8.根据权利要求1所述的一种道路质量识别检测方法， 其特征在于， 所述根据超像素块 的尺寸大小利用超像素分割方法对可能缺陷区域进行分割处 理具体为： 根据超像素块的尺寸大小确定超像素分割时的搜索范围； 根据 可能缺陷区域内像素点 的梯度值确定分割种子点， 计算缺陷特征矩阵的逆差矩， 根据逆差矩确定距离对应的权重 值； 根据所述权重值、 可能缺陷区域内像素点的灰度值和分割种子点的灰度值、 以及可能缺 陷区域内像素点和分割种子点的像素坐标， 计算像素点与其对应的搜索范围内分割种子点 的距离； 根据该距离进行超像素分割。权　利　要　求　书 2/2 页 3 CN 115457041 A 3